A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
Este artigo propõe o STICEnet, um modelo de aprendizado profundo baseado em U-Net que integra um mecanismo de Coordenação de Codificador-Decodificador Temporal com codificação de características espaço-temporais multiescala e atenção híbrida para melhorar significativamente a precisão da previsão da concentração de gelo marinho no Ártico para tempos de antecedência de 1 a 6 meses.