Uncertainty-Aware Spatiotemporal Super-Resolution Data Assimilation with Diffusion Models
이 논문은 저해상도 예보와 희소한 관측 데이터를 결합하여 확산 모델을 기반으로 한 확률적 시공간 초해상도 데이터 동화 프레임워크인 DiffSRDA 를 제안하며, 이는 고해상도 앙상블 칼만 필터와 유사한 정확도와 불확실성 정보를 제공하면서도 계산 비용을 크게 절감하고 관측 구성 변화에 대한 재학습 없이도 적응 가능한 실용적인 방법임을 입증합니다.