Buchumschlag

A Physics-Constrained Neural Differential Equation Framework for Data-Driven Snowpack Simulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Charbonneau, Andrew, Deck, Katherine, Schneider, Tapio
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

Dynamical-generative downscaling of climate model ensembles
von: Lopez-Gomez, Ignacio, et al.
Veröffentlicht: (2024)

NeuralOM: Neural Ocean Model for Subseasonal-to-Seasonal Simulation
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

Machine Learning for Cloud Detection in IASI Measurements: A Data-Driven SVM Approach with Physical Constraints
von: Zugarini, Chiara, et al.
Veröffentlicht: (2025)

Physics-Constrained Adaptive Flow Matching for Climate Downscaling
von: Debeire, Kevin, et al.
Veröffentlicht: (2026)

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

A Generative Framework for Probabilistic, Spatiotemporally Coherent Downscaling of Climate Simulation
von: Schmidt, Jonathan, et al.
Veröffentlicht: (2024)

Physically Constrained Generative Adversarial Networks for Improving Precipitation Fields from Earth System Models
von: Hess, Philipp, et al.
Veröffentlicht: (2022)

Data-Driven Integration Kernels for Interpretable Nonlocal Operator Learning
von: Ferretti, Savannah L., et al.
Veröffentlicht: (2026)

Crowdsourcing the Frontier: Advancing Hybrid Physics-ML Climate Simulation via a $50,000 Kaggle Competition
von: Lin, Jerry, et al.
Veröffentlicht: (2025)

IDRIFTNET: Physics-Driven Spatiotemporal Deep Learning for Iceberg Drift Forecasting
von: Putatunda, Rohan, et al.
Veröffentlicht: (2025)

Parameter estimation for land-surface models using Neural Physics
von: Huang, Ruiyue, et al.
Veröffentlicht: (2025)

DaYu: Data-Driven Model for Geostationary Satellite Observed Cloud Images Forecasting
von: Wei, Xujun, et al.
Veröffentlicht: (2024)

Exploring Randomly Wired Neural Networks for Climate Model Emulation
von: Yik, William, et al.
Veröffentlicht: (2022)

Hard-Constrained Deep Learning for Climate Downscaling
von: Harder, Paula, et al.
Veröffentlicht: (2022)

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

Fuxi-DA: A Generalized Deep Learning Data Assimilation Framework for Assimilating Satellite Observations
von: Xu, Xiaoze, et al.
Veröffentlicht: (2024)

Calibrating Geophysical Predictions under Constrained Probabilistic Distributions
von: Hou, Zhewen, et al.
Veröffentlicht: (2025)

A Physically Driven Long Short Term Memory Model for Estimating Snow Water Equivalent over the Continental United States
von: Saranathan, Arun M., et al.
Veröffentlicht: (2025)

Weakly-Constrained 4D Var for Downscaling with Uncertainty using Data-Driven Surrogate Models
von: Dinenis, Philip, et al.
Veröffentlicht: (2025)

Data Driven Deep Learning for Correcting Global Climate Model Projections of SST and DSL in the Bay of Bengal
von: Pasula, Abhishek, et al.
Veröffentlicht: (2025)

Jacobian-Enforced Neural Networks (JENN) for Improved Data Assimilation Consistency in Dynamical Models
von: Tian, Xiaoxu
Veröffentlicht: (2024)

Super Resolution for Renewable Energy Resource Data With Wind From Reanalysis Data and Application to Ukraine
von: Benton, Brandon N., et al.
Veröffentlicht: (2024)

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

How to use score-based diffusion in earth system science: A satellite nowcasting example
von: Chase, Randy J., et al.
Veröffentlicht: (2025)

Regional climate risk assessment from climate models using probabilistic machine learning
von: Wan, Zhong Yi, et al.
Veröffentlicht: (2024)

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

Probabilistic Seasonal Streamflow Forecasting Across California's Sierra Nevada Watersheds with Agentic AI
von: Lopez-Gomez, Ignacio, et al.
Veröffentlicht: (2026)

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

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

Enforcing Equity in Neural Climate Emulators
von: Yik, William, et al.
Veröffentlicht: (2024)

OneForecast: A Universal Framework for Global and Regional Weather Forecasting
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

Examining Fast Radiatively Driven Responses Using Machine-Learning Weather Emulators
von: Mahesh, Ankur, et al.
Veröffentlicht: (2026)

A Comparative Study of Convolutional and Recurrent Neural Networks for Storm Surge Prediction in Tampa Bay
von: Ghahfarokhi, Mandana Farhang, et al.
Veröffentlicht: (2024)

CERA: A Framework for Improved Generalization of Machine Learning Models to Changed Climates
von: Liu, Shuchang, et al.
Veröffentlicht: (2025)

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

Ensembles of Neural Surrogates for Parametric Sensitivity in Ocean Modeling
von: Sun, Yixuan, et al.
Veröffentlicht: (2025)

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

Streamlining Ocean Dynamics Modeling with Fourier Neural Operators: A Multiobjective Hyperparameter and Architecture Optimization Approach
von: Sun, Yixuan, et al.
Veröffentlicht: (2024)

Simulating Nighttime Visible Satellite Imagery of Tropical Cyclones Using Conditional Generative Adversarial Networks
von: Yao, Jinghuai, et al.
Veröffentlicht: (2024)

CSU-PCAST: A Dual-Branch Transformer Framework for medium-range ensemble Precipitation Forecasting
von: Xiong, Tianyi, et al.
Veröffentlicht: (2025)