An intercomparison of generative machine learning methods for downscaling precipitation at fine spatial scales
Este estudo compara Redes Adversárias Generativas, flow matching e modelos de difusão para o downscaling de precipitação na Nova Zelândia, constatando que, embora todos os métodos apresentem desempenho competitivo em métricas padrão, a difusão e o flow matching oferecem calibração e fidelidade superiores, ainda que a maioria das abordagens tenha dificuldade em reproduzir com precisão os sinais de mudanças climáticas futuras para precipitações extremas.