Buchumschlag

Multi-Year-to-Decadal Temperature Prediction using a Machine Learning Model-Analog Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fernandez, M. A., Barnes, Elizabeth A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Atmospheric and Oceanic Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Tropical Cyclone Track Forecast Errors using a Probabilistic Neural Network
von: Fernandez, M. A., et al.
Veröffentlicht: (2025)

Turning Up the Heat: Assessing 2-m Temperature Forecast Errors in AI Weather Prediction Models During Heat Waves
von: Ennis, Kelsey E., et al.
Veröffentlicht: (2025)

Recommendations for Comprehensive and Independent Evaluation of Machine Learning-Based Earth System Models
von: Ullrich, Paul A., et al.
Veröffentlicht: (2024)

The Equilibrium Response of Atmospheric Machine-Learning Models to Uniform Sea Surface Temperature Warming
von: Zhang, Bosong, et al.
Veröffentlicht: (2025)

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

AI-informed model-analogs for understanding subseasonal-to-seasonal jet stream and North American temperature predictability
von: Landsberg, Jacob B., et al.
Veröffentlicht: (2025)

A Comparison of Machine Learning Algorithms for Predicting Sea Surface Temperature in the Great Barrier Reef Region
von: Quayesam, Dennis, et al.
Veröffentlicht: (2024)

Machine Learning Framework for High-Resolution Air Temperature Downscaling Using LiDAR-Derived Urban Morphological Features
von: Chajaei, Fatemeh, et al.
Veröffentlicht: (2024)

Tackling the Accuracy-Interpretability Trade-off in a Hierarchy of Machine Learning Models for the Prediction of Extreme Heatwaves
von: Lovo, Alessandro, et al.
Veröffentlicht: (2024)

Site-specific Deterministic Temperature and Humidity Forecasts with Explainable and Reliable Machine Learning
von: Han, MengMeng, et al.
Veröffentlicht: (2024)

Atmospheric Predictability Beyond 30 Days with Machine Learning
von: Vonich, P. Trent, et al.
Veröffentlicht: (2025)

Interpretable Cross-Sphere Multiscale Deep Learning Predicts ENSO Skilfully Beyond 2 Years
von: Hao, Rixu, et al.
Veröffentlicht: (2025)

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

Advancing Parsimonious Deep Learning Weather Prediction using the HEALPix Mesh
von: Karlbauer, Matthias, et al.
Veröffentlicht: (2023)

CloudSense: A Model for Cloud Type Identification using Machine Learning from Radar data
von: Nizar, Mehzooz, et al.
Veröffentlicht: (2024)

Data-driven Global Ocean Modeling for Seasonal to Decadal Prediction
von: Guo, Zijie, et al.
Veröffentlicht: (2024)

A Temporal Stochastic Bias Correction using a Machine Learning Attention model
von: Nivron, Omer, et al.
Veröffentlicht: (2024)

Machine Learning for Stochastic Parametrisation
von: Christensen, Hannah M., et al.
Veröffentlicht: (2024)

High-Resolution Global Land Surface Temperature Retrieval via a Coupled Mechanism-Machine Learning Framework
von: Xie, Tian, et al.
Veröffentlicht: (2025)

TemperatureGAN: Generative Modeling of Regional Atmospheric Temperatures
von: Balogun, Emmanuel, et al.
Veröffentlicht: (2023)

Coupled Ocean-Atmosphere Dynamics in a Machine Learning Earth System Model
von: Wang, Chenggong, et al.
Veröffentlicht: (2024)

Interpretable Machine Learning for Urban Heat Mitigation: Attribution and Weighting of Multi-Scale Drivers
von: Tschan, David, et al.
Veröffentlicht: (2025)

Exploring the Use of Machine Learning Weather Models in Data Assimilation
von: Tian, Xiaoxu, et al.
Veröffentlicht: (2024)

Deep Learning Models for Flood Predictions in South Florida
von: Shi, Jimeng, et al.
Veröffentlicht: (2023)

Probabilistic Emulation of the Community Radiative Transfer Model Using Machine Learning
von: Howard, Lucas, et al.
Veröffentlicht: (2025)

Long-Range Distillation: Distilling 10,000 Years of Simulated Climate into Long Timestep AI Weather Models
von: Martin, Scott A., et al.
Veröffentlicht: (2025)

Machine Learning Reveals Large-scale Impact of Posidonia Oceanica on Mediterranean Sea Water
von: Trois, Celio, et al.
Veröffentlicht: (2024)

Geographic Transferability of Machine Learning Models for Short-Term Airport Fog Forecasting
von: Castillo, Marcelo Cerda
Veröffentlicht: (2025)

An Adaptive Spatiotemporal Clustering Framework for 3D Ocean Subsurface Temperature Reconstruction
von: Loo, Ming Shan, et al.
Veröffentlicht: (2026)

A Mechanism-Learning Deeply Coupled Model for Remote Sensing Retrieval of Global Land Surface Temperature
von: Xie, Tian, et al.
Veröffentlicht: (2025)

Building Machine Learning Limited Area Models: Kilometer-Scale Weather Forecasting in Realistic Settings
von: Adamov, Simon, et al.
Veröffentlicht: (2025)

ClimSim-Online: A Large Multi-scale Dataset and Framework for Hybrid ML-physics Climate Emulation
von: Yu, Sungduk, et al.
Veröffentlicht: (2023)

Watch an AI Weather Model Learn (and Unlearn) Tropical Cyclones
von: Baiman, Rebecca, et al.
Veröffentlicht: (2026)

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

Storm Surge Modeling in the AI ERA: Using LSTM-based Machine Learning for Enhancing Forecasting Accuracy
von: Giaremis, Stefanos, et al.
Veröffentlicht: (2024)

How does an AI Weather Model Learn to Forecast Extreme Weather?
von: Baiman, Rebecca, et al.
Veröffentlicht: (2025)

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

Machine Learning Techniques for Data Reduction of Climate Applications
von: Li, Xiao, et al.
Veröffentlicht: (2024)

A Benchmark Dataset for Tornado Detection and Prediction using Full-Resolution Polarimetric Weather Radar Data
von: Veillette, Mark S., et al.
Veröffentlicht: (2024)

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