Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification
이 논문은 오토인코더의 잠재 공간에서 작동하는 하이브리드 앙상블 데이터 동화 방법인 HLOBA 를 제안하여, 기존 방법들이 동시에 달성하기 어려웠던 정확도, 효율성 및 불확실성 정량화를 모두 실현하고 기존 4 차원 동화 방법과 유사한 예보 능력을 보여주며 계산 효율성을 획기적으로 개선함을 보여줍니다.