Buchumschlag

Long-term foehn reconstruction combining unsupervised and supervised learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stauffer, Reto, Zeileis, Achim, Mayr, Georg J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Applications Atmospheric and Oceanic Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty in wind and solar projections depends on global and regional climate models
von: Effenberger, Nina, et al.
Veröffentlicht: (2026)

Ensemble quantile-based deep learning framework for streamflow and flood prediction in Australian catchments
von: Chandra, Rohitash, et al.
Veröffentlicht: (2024)

Stratospheric aerosol source inversion: Noise, variability, and uncertainty quantification
von: Hart, J., et al.
Veröffentlicht: (2024)

Bridging CORDEX and CMIP6: Machine Learning Downscaling for Wind and Solar Energy Droughts in Central Europe
von: Effenberger, Nina, et al.
Veröffentlicht: (2025)

Uncertainty estimation of machine learning spatial precipitation predictions from satellite data
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2023)

Uncertainty Aware Tropical Cyclone Wind Speed Estimation from Satellite Data
von: Lehmann, Nils, et al.
Veröffentlicht: (2024)

MERCURY: A fast and versatile multi-resolution based global emulator of compound climate hazards
von: Nath, Shruti, et al.
Veröffentlicht: (2024)

Improving Model Chain Approaches for Probabilistic Solar Energy Forecasting through Post-processing and Machine Learning
von: Horat, Nina, et al.
Veröffentlicht: (2024)

Uncertainty quantification for data-driven weather models
von: Bülte, Christopher, et al.
Veröffentlicht: (2024)

Validating Climate Models with Spherical Convolutional Wasserstein Distance
von: Garrett, Robert C., et al.
Veröffentlicht: (2024)

Reconstructing Global Daily CO2 Emissions via Machine Learning
von: Li, Tao, et al.
Veröffentlicht: (2024)

Efficient modeling of sub-kilometer surface wind with Gaussian processes and neural networks
von: Zanetta, Francesco, et al.
Veröffentlicht: (2024)

A Study on Monthly Marine Heatwave Forecasts in New Zealand: An Investigation of Imbalanced Regression Loss Functions with Neural Network Models
von: Ning, Ding, et al.
Veröffentlicht: (2025)

Diving Deep: Forecasting Sea Surface Temperatures and Anomalies
von: Ning, Ding, et al.
Veröffentlicht: (2025)

Generative Unsupervised Downscaling of Climate Models via Domain Alignment: Application to Wind Fields
von: Keisler, Julie, et al.
Veröffentlicht: (2026)

A 10,000-Year Global Stochastic Tropical Cyclone Catalog with Wind-Dependent Track Transitions (WHITS)
von: Nakamura, Jennifer, et al.
Veröffentlicht: (2026)

Generative climate downscaling enables high-resolution compound risk assessment by preserving multivariate dependencies
von: Kutsuna, Takuro, et al.
Veröffentlicht: (2026)

Spatiotemporal Forecasting in Climate Data Using EOFs and Machine Learning Models: A Case Study in Chile
von: Herrera, Mauricio, et al.
Veröffentlicht: (2025)

Data-Driven Probabilistic Air-Sea Flux Parameterization
von: Wu, Jiarong, et al.
Veröffentlicht: (2025)

Global Climate Model Bias Correction Using Deep Learning
von: Pasula, Abhishek, et al.
Veröffentlicht: (2025)

Probabilistic measures afford fair comparisons of AIWP and NWP model output
von: Gneiting, Tilmann, et al.
Veröffentlicht: (2025)

Score-based generative emulation of impact-relevant Earth system model outputs
von: Bouabid, Shahine, et al.
Veröffentlicht: (2025)

EnScale: Temporally-consistent multivariate generative downscaling via proper scoring rules
von: Schillinger, Maybritt, et al.
Veröffentlicht: (2025)

Gaussian processes at the Helm(holtz): A more fluid model for ocean currents
von: Berlinghieri, Renato, et al.
Veröffentlicht: (2023)

Probabilistic storyline attribution using machine learning
von: Loer, Frieder, et al.
Veröffentlicht: (2026)

Causal Links Between Anthropogenic Emissions and Air Pollution Dynamics in Delhi
von: Das, Sourish, et al.
Veröffentlicht: (2025)

Optimized Dynamic Mode Decomposition for Reconstruction and Forecasting of Atmospheric Chemistry Data
von: Velegar, Meghana, et al.
Veröffentlicht: (2024)

Machine learning-based correlation analysis of decadal cyclone intensity with sea surface temperature: data and tutorial
von: Wu, Jingyang, et al.
Veröffentlicht: (2025)

Learning a Stochastic Differential Equation Model of Tropical Cyclone Intensification from Reanalysis and Observational Data
von: Gee, Kenneth, et al.
Veröffentlicht: (2026)

scores: A Python package for verifying and evaluating models and predictions with xarray
von: Leeuwenburg, Tennessee, et al.
Veröffentlicht: (2024)

The impact of the spatial resolution of wind data on multi-decadal wind power forecasts in Germany
von: Morelli, Sofia
Veröffentlicht: (2024)

Predicting Coastal Water Levels in the Context of Climate Change Using Kolmogorov-Zurbenko Time Series Analysis Methods
von: Loneck, Barry, et al.
Veröffentlicht: (2024)

Analysis of Full-scale Riser Responses in Field Conditions Based on Gaussian Mixture Model
von: Wu, Jie, et al.
Veröffentlicht: (2024)

Comparison of Model Output Statistics and Neural Networks to Postprocess Wind Gusts
von: Primo, Cristina, et al.
Veröffentlicht: (2024)

Physics-based vs. data-driven 24-hour probabilistic forecasts of precipitation for northern tropical Africa
von: Walz, Eva-Maria, et al.
Veröffentlicht: (2024)

Bayesian Inference for Stochastic Predictions of Non-Gaussian Systems with Applications in Climate Change
von: Tong, Yunjin
Veröffentlicht: (2024)

Predictability of climate tipping focusing on the internal variability of the Earth system
von: Kubo, Amane, et al.
Veröffentlicht: (2024)

Pattern change of precipitation extremes in Bear Island
von: Ray, Arnob, et al.
Veröffentlicht: (2023)

From Winter Storm Thermodynamics to Wind Gust Extremes: Discovering Interpretable Equations from Data
von: Tam, Frederick Iat-Hin, et al.
Veröffentlicht: (2025)

Operational convection-permitting COSMO/ICON ensemble predictions at observation sites (CIENS)
von: Lerch, Sebastian, et al.
Veröffentlicht: (2025)