Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification
Il paper presenta HLOBA, un metodo innovativo di assimilazione dati atmosferici che opera in uno spazio latente appreso tramite autoencoder, riuscendo a combinare accuratezza, efficienza computazionale e quantificazione dell'incertezza superando i limiti dei metodi tradizionali e basati sul machine learning.