Buchumschlag

Opportunities and challenges of quantum computing for climate modelling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schwabe, Mierk, Pastori, Lorenzo, de Vega, Inés, Gentine, Pierre, Iapichino, Luigi, Lahtinen, Valtteri, Leib, Martin, Lorenz, Jeanette M., Eyring, Veronika
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Atmospheric and Oceanic Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantum Machine Learning for Climate Modelling
von: Schwabe, Mierk, et al.
Veröffentlicht: (2025)

Quantum Neural Networks for Cloud Cover Parameterizations in Climate Models
von: Pastori, Lorenzo, et al.
Veröffentlicht: (2025)

Interpretable multiscale Machine Learning-Based Parameterizations of Convection for ICON
von: Heuer, Helge, et al.
Veröffentlicht: (2023)

Simulating Atmospheric Processes in Earth System Models and Quantifying Uncertainties with Deep Learning Multi-Member and Stochastic Parameterizations
von: Behrens, Gunnar, et al.
Veröffentlicht: (2024)

Beyond the Training Data: Confidence-Guided Mixing of Parameterizations in a Hybrid AI-Climate Model
von: Heuer, Helge, et al.
Veröffentlicht: (2025)

Data-Driven Equation Discovery of a Cloud Cover Parameterization
von: Grundner, Arthur, et al.
Veröffentlicht: (2023)

Quantum Bayesian Optimization for the Automatic Tuning of Lorenz-96 as a Surrogate Climate Model
von: Christiansen, Paul J., et al.
Veröffentlicht: (2025)

Interpretable Neural Networks to Predict Momentum Fluxes of Orographic Gravity Waves
von: Haslauer, Elias, et al.
Veröffentlicht: (2026)

Causally-informed deep learning to improve climate models and projections
von: Iglesias-Suarez, Fernando, et al.
Veröffentlicht: (2023)

Machine-learned cloud classes from satellite data for process-oriented climate model evaluation
von: Kaps, A., et al.
Veröffentlicht: (2022)

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

Transferring climate change physical knowledge
von: Immorlano, Francesco, et al.
Veröffentlicht: (2023)

Reduced Cloud Cover Errors in a Hybrid AI-Climate Model Through Equation Discovery And Automatic Tuning
von: Grundner, Arthur, et al.
Veröffentlicht: (2025)

Towards Physically Consistent Deep Learning For Climate Model Parameterizations
von: Kühbacher, Birgit, et al.
Veröffentlicht: (2024)

Technical Report: Towards Unified Diffusion Models for Multi-Model Climate Emulation at Scale
von: Immorlano, Francesco, et al.
Veröffentlicht: (2025)

Power Ensemble Aggregation for Improved Extreme Event AI Prediction
von: Collard, Julien, et al.
Veröffentlicht: (2025)

Representing Subgrid-Scale Cloud Effects in a Radiation Parameterization using Machine Learning: MLe-radiation v1.0
von: Hafner, Katharina, et al.
Veröffentlicht: (2025)

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

Physically Consistent Global Atmospheric Data Assimilation with Machine Learning in Latent Space
von: Fan, Hang, et al.
Veröffentlicht: (2025)

LO-SDA: Latent Optimization for Score-based Atmospheric Data Assimilation
von: Sun, Jing-An, et al.
Veröffentlicht: (2025)

Proof-of-concept: Using ChatGPT to Translate and Modernize an Earth System Model from Fortran to Python/JAX
von: Zhou, Anthony, et al.
Veröffentlicht: (2024)

Fisher Information, Training and Bias in Fourier Regression Models
von: Pastori, Lorenzo, et al.
Veröffentlicht: (2025)

Nonautonomous modelling in Energy Balance Models of climate. Limitations of averaging and climate sensitivity
von: Longo, Iacopo P., et al.
Veröffentlicht: (2025)

Representation of the Terrestrial Carbon Cycle in CMIP6
von: Gier, Bettina K., et al.
Veröffentlicht: (2024)

Stress-testing the coupled behavior of hybrid physics-machine learning climate simulations on an unseen, warmer climate
von: Lin, Jerry, et al.
Veröffentlicht: (2024)

Vegetation-climate feedbacks across scales
von: Miralles, Diego G., et al.
Veröffentlicht: (2024)

Analytical insights into the transient climate response
von: Chtirkova, Boriana
Veröffentlicht: (2026)

An Attention-Based Stochastic Simulator for Multisite Extremes to Evaluate Nonstationary, Cascading Flood Risk
von: Nayak, Adam, et al.
Veröffentlicht: (2025)

Regional impacts poorly constrained by climate sensitivity
von: Swaminathan, Ranjini, et al.
Veröffentlicht: (2024)

Highly inhomogeneous interactions between background climate and urban warming across typical local climate zones in heatwave and non-heatwave days
von: Kong, Jing, et al.
Veröffentlicht: (2024)

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

Projections of standardised energy indices in future climate scenarios
von: Dolores-Tesillos, Edgar, et al.
Veröffentlicht: (2024)

Aligning long-term climate mitigation with enhanced methane action
von: Tanaka, Katsumasa, et al.
Veröffentlicht: (2024)

Challenges in assessing Fire Weather changes in a warming climate
von: Matteo, Aurora, et al.
Veröffentlicht: (2025)

The future of offshore wind power production: wake and climate impacts
von: Warder, Simon C, et al.
Veröffentlicht: (2024)

Strengthening national capability in urban climate science: an Australian perspective
von: Nazarian, Negin, et al.
Veröffentlicht: (2025)

Prediction of storm surge on evolving landscapes under climate change
von: Johnson, David R, et al.
Veröffentlicht: (2023)

On the Extrapolation of Generative Adversarial Networks for downscaling precipitation extremes in warmer climates
von: Rampal, Neelesh, et al.
Veröffentlicht: (2024)

Solar and anthropogenic climate drivers: an updated regression model and refined forecast
von: Stefani, Frank
Veröffentlicht: (2026)

Model underestimates of OH reactivity cause overestimate of hydrogen's climate impact
von: Yang, Laura H., et al.
Veröffentlicht: (2024)