Disentangling Internal Tides from Balanced Motions with Deep Learning and Surface Field Synergy
Questo studio dimostra che un algoritmo di deep learning computazionalmente efficiente, quando addestrato con tassi di apprendimento ricotti e che utilizza input superficiali sinergici — in particolare la velocità superficiale — può efficacemente separare le onde interne dai moti bilanciati nei dati satellitari, sebbene persistano errori residui alle piccole scale a causa di limitazioni informative e vincoli architetturali.