Why Deterministic AI Weather Models Fail at Extremes and Physical Conservation: From the Perspective of Probabilistic Mean Field
Dit artikel betoogt dat deterministische AI-weermodellen er niet in slagen extremen te vangen en natuurkundige wetten te behouden omdat het minimaliseren van de gemiddelde kwadratische fout hen dwingt om conditionele gemiddelden te voorspellen in plaats van volledige transitie-distributies, een beperking die probabilistische generatieve benaderingen kunnen overwinnen door de intrinsieke atmosferische variabiliteit beter te representeren.