Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification
Deze paper introduceert HLOBA, een hybride-ensemble data-assimilatiemethode in de latente ruimte die nauwkeurigheid, efficiëntie en onzekerheidskwalificatie combineert door atmosferische data via een autoencoder te verwerken en zo prestaties te leveren die vergelijkbaar zijn met traditionele methoden, maar met aanzienlijk hogere snelheid.