Buchumschlag

mloz: A Highly Efficient Machine Learning-Based Ozone Parameterization for Climate Sensitivity Simulations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Yiling, Abraham, Nathan Luke, Versick, Stefan, Ruhnke, Roland, Schneidereit, Andrea, Niemeier, Ulrike, Back, Felix, Braesicke, Peter, Nowack, Peer
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

Spatiotemporal Detection and Uncertainty Visualization of Atmospheric Blocking Events
von: Li, Mingzhe, et al.
Veröffentlicht: (2026)

Impact of Data-Driven Eddy Parameterization on Climate State in an Idealized Coupled CESM Model
von: Shi, Jia-Rui, et al.
Veröffentlicht: (2026)

Do Climate Models Need Microphysical and Convective Parameterizations to Generate Accurate Precipitation Fields?
von: Moreno, Raul, et al.
Veröffentlicht: (2026)

Stable Machine-Learning Parameterization of Subgrid Processes in a Comprehensive Atmospheric Model Learned From Embedded Convection-Permitting Simulations
von: Hu, Zeyuan, et al.
Veröffentlicht: (2024)

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

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

Nonlocal, Pattern-aware Response and Feedback Framework for Regional Climate Change
von: Kooloth, Parvathi, et al.
Veröffentlicht: (2024)

Global Kilometer-Scale Simulations with ARP-GEM2: Effect of Parameterized Convection and Calibration
von: Geoffroy, Olivier, et al.
Veröffentlicht: (2025)

Learning Climate Sensitivity from Future Observations, Fast and Slow
von: Bauer, Adam Michael, et al.
Veröffentlicht: (2025)

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)

Predictability of Storms in an Idealized Climate Revealed by Machine Learning
von: Yao, Wuqiushi, et al.
Veröffentlicht: (2025)

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

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

Quantifying the Influence of Climate on Storm Activity Using Machine Learning
von: Hadas, Or, et al.
Veröffentlicht: (2025)

Role of Autoconversion Parameterization in Coupled Climate Model for Simulating Monsoon Subseasonal Oscillations
von: Dutta, Ushnanshu, et al.
Veröffentlicht: (2024)

A Deep Learning Earth System Model for Efficient Simulation of the Observed Climate
von: Cresswell-Clay, Nathaniel, et al.
Veröffentlicht: (2024)

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

An Analysis of Deep Learning Parameterizations for Ocean Subgrid Eddy Forcing
von: Gultekin, Cem, et al.
Veröffentlicht: (2024)

Data Driven Air Entrainment Velocity Parameterization by Breaking Waves
von: Zhou, Xiaohui, et al.
Veröffentlicht: (2026)

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

Parametric Sensitivities of a Wind-driven Baroclinic Ocean Using Neural Surrogates
von: Sun, Yixuan, et al.
Veröffentlicht: (2024)

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

Climate-Adaptive and Cascade-Constrained Machine Learning Prediction for Sea Surface Height under Greenhouse Warming
von: Zheng, Tianmu, et al.
Veröffentlicht: (2025)

Site-Specific Parameterization of Ocean Spectra for Power Estimates of Wave Energy Converters
von: Ramirez, Rafael Baez, et al.
Veröffentlicht: (2025)

A Simulation Methodology Testbed for Typhoon Sensitivity Analysis: Framework Development and Perturbation-Response Experiments with the Pangu Weather Model
von: Peng, Yuehua, et al.
Veröffentlicht: (2026)

Leveraging Climate Services to Build Climate Resilient Power Systems
von: Dubus, Laurent, et al.
Veröffentlicht: (2026)

A Data-Driven Approach for Parameterizing Submesoscale Vertical Buoyancy Fluxes in the Ocean Mixed Layer
von: Bodner, Abigail, et al.
Veröffentlicht: (2023)

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

Machine Learning for the Physics of Climate
von: Bracco, Annalisa, et al.
Veröffentlicht: (2024)

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

Livestock, Methane and Climate
von: Alexander, D., et al.
Veröffentlicht: (2026)

Local and Regional Contributions to Tropospheric Ozone Concentrations
von: Flowerday, Callum E., et al.
Veröffentlicht: (2024)

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

Ozone Anomalies in Dry Intrusions Associated with Atmospheric Rivers
von: Hall, Kirsten R., et al.
Veröffentlicht: (2024)

Building Ocean Climate Emulators
von: Subel, Adam, et al.
Veröffentlicht: (2024)

Rapid Climate Model Downscaling to Assess Risk of Extreme Rainfall in Bangladesh in a Warming Climate
von: Saha, Anamitra, et al.
Veröffentlicht: (2024)

Near-surface Extreme Wind Events and Their Responses to Climate Forcings in a Hierarchy of Global Climate Models
von: Zhang, G., et al.
Veröffentlicht: (2026)

A Neural Network-Based Submesoscale Vertical Heat Flux Parameterization and Its Implementation in Regional Ocean Modeling System (ROMS)
von: Zhou, Shuyi, et al.
Veröffentlicht: (2024)

Climate Downscaling with Stochastic Interpolants (CDSI)
von: Larsson, Erik, et al.
Veröffentlicht: (2026)

Hydrologic Cycle Weakening in Hothouse Climates
von: Liu, Jiachen, et al.
Veröffentlicht: (2024)