Gist.Science
今日搜索里程碑关于Testimonials
  • EN
  • NL
  • DE
  • FR
  • ES
  • 中文
  • 日本語
  • 한국어
  • PT
  • IT
🔬 Category

physics.ao-ph

41 篇论文

Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification

本文提出了一种名为 HLOBA 的新型混合集合大气数据同化方法,该方法利用自动编码器在潜在空间内融合模型预报与观测,在保持与四维同化方法相当的精度和预报技巧的同时,实现了端到端的高效推理并提供了可量化的不确定性估计。

Hang Fan, Juan Nathaniel, Yi Xiao + 5 more2026-03-05🤖 cs.LG
← 上一页

喜欢这篇解读?每天收到一篇类似的。

请查收邮箱确认订阅。

出了点问题,再试一次?

无垃圾邮件,随时退订。

Gist.Science
关于Testimonials隐私Contact

感谢 arXiv、bioRxiv 和 medRxiv 提供的开放获取互操作性。

Gist.Science is a product of Bition B.V.
Verdunplein 17, 5627SZ Eindhoven
KvK: 95743731 | BTW-ID: NL867271966B01
mail@gist.science

荷兰制造 🇳🇱