A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
Dit artikel stelt STICEnet voor, een op U-Net gebaseerd deep learning-model dat een Temporal Encoder-Decoder Coordination-mechanisme integreert met multi-schaal ruimtelijke-temporele feature-codering en hybride aandacht om de nauwkeurigheid van voorspellingen van de Arctische zeeijsconcentratie over doorlooptijden van 1 tot 6 maanden aanzienlijk te verbeteren.