Buchumschlag

Efficient fine-tuning of 37-level GraphCast with the Canadian global deterministic analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Subich, Christopher
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Atmospheric and Oceanic Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UT-GraphCast Hindcast Dataset: A Global AI Forecast Archive from UT Austin for Weather and Climate Applications
von: Sudharsan, Naveen, et al.
Veröffentlicht: (2025)

Error in ERA5 2m Temperature identified using GraphCast
von: Christensen, Hannah M., et al.
Veröffentlicht: (2026)

Learning to Advect: A Neural Semi-Lagrangian Architecture for Weather Forecasting
von: Pereira, Carlos A., et al.
Veröffentlicht: (2026)

Training-Free Data Assimilation with GenCast
von: Savary, Thomas, et al.
Veröffentlicht: (2025)

Leveraging data-driven weather models for improving numerical weather prediction skill through large-scale spectral nudging
von: Husain, Syed Zahid, et al.
Veröffentlicht: (2024)

CloudCast -- Total Cloud Cover Nowcasting with Machine Learning
von: Partio, Mikko, et al.
Veröffentlicht: (2024)

GenCast: Diffusion-based ensemble forecasting for medium-range weather
von: Price, Ilan, et al.
Veröffentlicht: (2023)

CoDiCast: Conditional Diffusion Model for Global Weather Prediction with Uncertainty Quantification
von: Shi, Jimeng, et al.
Veröffentlicht: (2024)

StretchCast: Global-Regional AI Weather Forecasting on Stretched Cubed-Sphere Mesh
von: Feng, Jin
Veröffentlicht: (2026)

AirCast-SR: A Foundation Model for Kilometer-Scale Atmospheric Super-Resolution via Latent Consistency Diffusion
von: Luitel, Somnath, et al.
Veröffentlicht: (2026)

U-Cast: A Surprisingly Simple and Efficient Frontier Probabilistic AI Weather Forecaster
von: Cachay, Salva Rühling, et al.
Veröffentlicht: (2026)

Simulation-informed deep learning for enhanced SWOT observations of fine-scale ocean dynamics
von: Cutolo, Eugenio, et al.
Veröffentlicht: (2025)

Emulation with uncertainty quantification of regional sea-level change caused by the Antarctic Ice Sheet
von: Yoo, Myungsoo, et al.
Veröffentlicht: (2024)

Acceleration of horizontal numerical advection for atmospheric modeling through surrogate modeling with temporal coarse-graining
von: Park, Manho, et al.
Veröffentlicht: (2026)

Regional data-driven weather modeling with a global stretched-grid
von: Nipen, Thomas Nils, et al.
Veröffentlicht: (2024)

Generating realistic global precipitation fields from modelled atmospheric circulation
von: Aich, Michael, et al.
Veröffentlicht: (2025)

Ensemble-size-dependence of deep-learning post-processing methods that minimize an (un)fair score: motivating examples and a proof-of-concept solution
von: Roberts, Christopher David
Veröffentlicht: (2026)

FuXi Weather: A data-to-forecast machine learning system for global weather
von: Sun, Xiuyu, et al.
Veröffentlicht: (2024)

Learning to Simulate Aerosol Dynamics with Graph Neural Networks
von: Ferracina, Fabiana, et al.
Veröffentlicht: (2024)

Regional Ocean Forecasting with Hierarchical Graph Neural Networks
von: Holmberg, Daniel, et al.
Veröffentlicht: (2024)

Learning Coupled Earth System Dynamics with GraphDOP
von: Boucher, Eulalie, et al.
Veröffentlicht: (2025)

FloeNet: A mass-conserving global sea ice emulator that generalizes across climates
von: Gregory, William, et al.
Veröffentlicht: (2026)

HurriCast: Synthetic Tropical Cyclone Track Generation for Hurricane Forecasting
von: Gao, Shouwei, et al.
Veröffentlicht: (2023)

Hierarchical Graph Networks for Accurate Weather Forecasting via Lightweight Training
von: Bailie, Thomas, et al.
Veröffentlicht: (2025)

Njord: A Probabilistic Graph Neural Network for Ensemble Ocean Forecasting
von: Holmberg, Daniel, et al.
Veröffentlicht: (2026)

Generative ensemble deep learning severe weather prediction from a deterministic convection-allowing model
von: Sha, Yingkai, et al.
Veröffentlicht: (2023)

Graph Neural Networks and Spatial Information Learning for Post-Processing Ensemble Weather Forecasts
von: Feik, Moritz, et al.
Veröffentlicht: (2024)

Observation-guided Interpolation Using Graph Neural Networks for High-Resolution Nowcasting in Switzerland
von: Miralles, Ophélia, et al.
Veröffentlicht: (2025)

Effective Benchmarks for Optical Turbulence Modeling
von: Jellen, Christopher, et al.
Veröffentlicht: (2024)

Bayesian Optimisation for Active Monitoring of Air Pollution
von: Hellan, Sigrid Passano, et al.
Veröffentlicht: (2022)

Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification
von: Fan, Hang, et al.
Veröffentlicht: (2026)

GraphDOP: Towards skilful data-driven medium-range weather forecasts learnt and initialised directly from observations
von: Alexe, Mihai, et al.
Veröffentlicht: (2024)

Simulating the Air Quality Impact of Prescribed Fires Using Graph Neural Network-Based PM$_{2.5}$ Forecasts
von: Liao, Kyleen, et al.
Veröffentlicht: (2023)

Efficiently improving key weather variables forecasting by performing the guided iterative prediction in latent space
von: Li, Shuangliang, et al.
Veröffentlicht: (2024)

mloz: A Highly Efficient Machine Learning-Based Ozone Parameterization for Climate Sensitivity Simulations
von: Ma, Yiling, et al.
Veröffentlicht: (2025)

Fixing the Double Penalty in Data-Driven Weather Forecasting Through a Modified Spherical Harmonic Loss Function
von: Subich, Christopher, et al.
Veröffentlicht: (2025)

Physics Guided Machine Learning Methods for Hydrology
von: Khandelwal, Ankush, et al.
Veröffentlicht: (2020)

Difference Learning for Air Quality Forecasting Transport Emulation
von: Chen, Reed River, et al.
Veröffentlicht: (2024)

ACE2: Accurately learning subseasonal to decadal atmospheric variability and forced responses
von: Watt-Meyer, Oliver, et al.
Veröffentlicht: (2024)

An AI-driven framework for the prediction of personalised health response to air pollution
von: Zounemat-Kermani, Nazanin, et al.
Veröffentlicht: (2025)