Buchumschlag

CuMoLoS-MAE: A Masked Autoencoder for Remote Sensing Data Reconstruction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naskar, Anurup, Wong, Nathanael Zhixin, Shamekh, Sara
Format:	Preprint
Veröffentlicht:	2025
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

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

Towards a Unified Data-Driven Boundary Layer Momentum Flux Parameterization for Ocean and Atmosphere
von: Falga, Renaud, et al.
Veröffentlicht: (2025)

Distilling Machine Learning's Added Value: Pareto Fronts in Atmospheric Applications
von: Beucler, Tom, et al.
Veröffentlicht: (2024)

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

Analogue Forecast System for Daily Precipitation Prediction Using Autoencoder Feature Extraction: Application in Hong Kong
von: Tsoi, Yee Chun, et al.
Veröffentlicht: (2025)

Attention-Enhanced Convolutional Autoencoder and Structured Delay Embeddings for Weather Prediction
von: Hedayat, Amirpasha, et al.
Veröffentlicht: (2025)

VA-MoE: Variables-Adaptive Mixture of Experts for Incremental Weather Forecasting
von: Chen, Hao, et al.
Veröffentlicht: (2024)

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

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

AODDiff: Probabilistic Reconstruction of Aerosol Optical Depth via Diffusion-based Bayesian Inference
von: Fan, Linhao, 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)

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

A Physics-Constrained Neural Differential Equation Framework for Data-Driven Snowpack Simulation
von: Charbonneau, Andrew, et al.
Veröffentlicht: (2024)

A Hybrid Deep-Learning Model for El Niño Southern Oscillation in the Low-Data Regime
von: Schloer, Jakob, et al.
Veröffentlicht: (2024)

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

Training-Free Data Assimilation with GenCast
von: Savary, Thomas, 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)

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

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

Data-driven multiscale modeling for correcting dynamical systems
von: Otness, Karl, et al.
Veröffentlicht: (2023)

DAISI: Data Assimilation with Inverse Sampling using Stochastic Interpolants
von: Andrae, Martin, et al.
Veröffentlicht: (2025)

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

Navigating the Noise: Bringing Clarity to ML Parameterization Design with O(100) Ensembles
von: Lin, Jerry, et al.
Veröffentlicht: (2023)

Data-driven Seasonal Climate Predictions via Variational Inference and Transformers
von: Palma, Lluís, et al.
Veröffentlicht: (2025)

Solar Power Prediction Using Satellite Data in Different Parts of Nepal
von: Nepal, Raj Krishna, et al.
Veröffentlicht: (2024)

Data driven weather forecasts trained and initialised directly from observations
von: McNally, Anthony, et al.
Veröffentlicht: (2024)

Appa: Bending Weather Dynamics with Latent Diffusion Models for Global Data Assimilation
von: Andry, Gérôme, et al.
Veröffentlicht: (2025)

Align-DA: Align Score-based Atmospheric Data Assimilation with Multiple Preferences
von: Sun, Jing-An, et al.
Veröffentlicht: (2025)

Data-driven Mesoscale Weather Forecasting Combining Swin-Unet and Diffusion Models
von: Hirabayashi, Yuta, et al.
Veröffentlicht: (2025)

Local Off-Grid Weather Forecasting with Multi-Modal Earth Observation Data
von: Yang, Qidong, et al.
Veröffentlicht: (2024)

Exploring the Potential of Latent Embeddings for Sea Ice Characterization using ICESat-2 Data
von: Han, Daehyeon, et al.
Veröffentlicht: (2025)

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

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

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

Do Tensorized Large-Scale Spatiotemporal Dynamic Atmospheric Data Exhibit Low-Rank Properties?
von: Solgi, Ryan, 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)

U-Net Kalman Filter (UNetKF): An Example of Machine Learning-assisted Ensemble Data Assimilation
von: Lu, Feiyu
Veröffentlicht: (2024)

Data Assimilation using ERA5, ASOS, and the U-STN model for Weather Forecasting over the UK
von: Wang, Wenqi, et al.
Veröffentlicht: (2024)

M-CaStLe: Uncovering Local Causal Structures in Multivariate Space-Time Gridded Data
von: Nichol, J. Jake, et al.
Veröffentlicht: (2026)

Beyond Resolution: Multi-Scale Weather and Climate Data for Alpine Renewable Energy in the Digital Twin Era -- First Evaluations and Recommendations
von: Schicker, Irene, et al.
Veröffentlicht: (2025)