Emulating the South Asian Atmospheric Variations: Framework and Inter-Comparison of Deep Learning Models
本研究は、WRF-Chemデータを用いて4種類の異なるアーキテクチャを学習させることにより、気象場やオゾンを含む南アジアの大気変動を高解像度で模倣することに成功したディープラーニング・フレームワークを提示するものであり、そこではUNet-3blkモデルがPM2.5の変動性の再現における課題にもかかわらず、最適な性能を達成している。