Buchumschlag

Explainable Earth Surface Forecasting under Extreme Events

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pellicer-Valero, Oscar J., Fernández-Torres, Miguel-Ángel, Ji, Chaonan, Mahecha, Miguel D., Camps-Valls, Gustau
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DeepExtremeCubes: Integrating Earth system spatio-temporal data for impact assessment of climate extremes
von: Ji, Chaonan, et al.
Veröffentlicht: (2024)

Gaussianizing the Earth: Multidimensional Information Measures for Earth Data Analysis
von: Johnson, J. Emmanuel, et al.
Veröffentlicht: (2020)

Video Compression for Spatiotemporal Earth System Data
von: Pellicer-Valero, Oscar J., et al.
Veröffentlicht: (2025)

Uncertainty-Aware Deep Learning for Wildfire Danger Forecasting
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Information Theory Measures via Multidimensional Gaussianization
von: Laparra, Valero, et al.
Veröffentlicht: (2020)

Learning Causal Response Representations through Direct Effect Analysis
von: Durand, Homer, et al.
Veröffentlicht: (2025)

Staged Event Trees for Transparent Treatment Effect Estimation
von: Varando, Gherardo, et al.
Veröffentlicht: (2025)

On-Demand Earth System Data Cubes
von: Montero, David, et al.
Veröffentlicht: (2024)

Fun with Flags: Robust Principal Directions via Flag Manifolds
von: Mankovich, Nathan, et al.
Veröffentlicht: (2024)

Probabilistic Machine Learning for Noisy Labels in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

On the Generalization of Representation Uncertainty in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Out-of-distribution robustness for multivariate analysis via causal regularisation
von: Durand, Homer, et al.
Veröffentlicht: (2024)

Recovering Latent Confounders from High-dimensional Proxy Variables
von: Mankovich, Nathan, et al.
Veröffentlicht: (2024)

Assessing the Causal Impact of Humanitarian Aid on Food Security
von: Cerdà-Bautista, Jordi, et al.
Veröffentlicht: (2023)

Causal hybrid modeling with double machine learning
von: Cohrs, Kai-Hendrik, et al.
Veröffentlicht: (2024)

On the Predictive Skill of Artificial Intelligence-based Weather Models for Extreme Events using Uncertainty Quantification
von: Almeida, Rodrigo, et al.
Veröffentlicht: (2025)

Context-Aware Multimodal Representation Learning for Spatio-Temporally Explicit Environmental Modelling
von: Peters, Julia, et al.
Veröffentlicht: (2025)

Causal Graph Neural Networks for Wildfire Danger Prediction
von: Zhao, Shan, et al.
Veröffentlicht: (2024)

A Collaborative Platform for Soil Organic Carbon Inference Based on Spatiotemporal Remote Sensing Data
von: Aroca-Fernandez, Jose Manuel, et al.
Veröffentlicht: (2025)

Geospatial Foundation Models to Enable Progress on Sustainable Development Goals
von: Ghamisi, Pedram, et al.
Veröffentlicht: (2025)

ExEBench: Benchmarking Foundation Models on Extreme Earth Events
von: Zhao, Shan, et al.
Veröffentlicht: (2025)

AI for Extreme Event Modeling and Understanding: Methodologies and Challenges
von: Camps-Valls, Gustau, et al.
Veröffentlicht: (2024)

From Black Box to Insight: Explainable AI for Extreme Event Preparedness
von: Vu, Kiana, et al.
Veröffentlicht: (2025)

Physically consistent and uncertainty-aware learning of spatiotemporal dynamics
von: Xu, Qingsong, et al.
Veröffentlicht: (2025)

Opening the Black-Box: A Systematic Review on Explainable AI in Remote Sensing
von: Höhl, Adrian, et al.
Veröffentlicht: (2024)

E4GEN: Event-level Explainable Extreme-Enhanced Time-series Generation
von: Jiang, Lin, et al.
Veröffentlicht: (2026)

Earth System Data Cubes: Avenues for advancing Earth system research
von: Montero, David, et al.
Veröffentlicht: (2024)

Validating Deep Learning Weather Forecast Models on Recent High-Impact Extreme Events
von: Pasche, Olivier C., et al.
Veröffentlicht: (2024)

HR-Extreme: A High-Resolution Dataset for Extreme Weather Forecasting
von: Ran, Nian, et al.
Veröffentlicht: (2024)

Enhancing Explainability in Solar Energetic Particle Event Prediction: A Global Feature Mapping Approach
von: Ji, Anli, et al.
Veröffentlicht: (2025)

Nonlinear spectral analysis extracts harmonics from land-atmosphere fluxes
von: Schulz, Leonard, et al.
Veröffentlicht: (2024)

Parallelizing Node-Level Explainability in Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2026)

Unveiling the Unseen: A Comprehensive Survey on Explainable Anomaly Detection in Images and Videos
von: Wang, Yizhou, et al.
Veröffentlicht: (2023)

Resilient Load Forecasting under Climate Change: Adaptive Conditional Neural Processes for Few-Shot Extreme Load Forecasting
von: Hu, Chenxi, et al.
Veröffentlicht: (2026)

Stop Suppressing the Tail: Causal Inference for Extreme Events
von: Uehara, Eichi
Veröffentlicht: (2026)

ExtremeCast: Boosting Extreme Value Prediction for Global Weather Forecast
von: Xu, Wanghan, et al.
Veröffentlicht: (2024)

UniExtreme: A Universal Foundation Model for Extreme Weather Forecasting
von: Ni, Hang, et al.
Veröffentlicht: (2025)

Causal machine learning for sustainable agroecosystems
von: Sitokonstantinou, Vasileios, et al.
Veröffentlicht: (2024)

Applications of Explainable artificial intelligence in Earth system science
von: Huang, Feini, et al.
Veröffentlicht: (2024)

A Kolmogorov-Arnold Neural Model for Cascading Extremes
von: de Carvalho, Miguel, et al.
Veröffentlicht: (2025)