Buchumschlag

Calibrating Geophysical Predictions under Constrained Probabilistic Distributions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Zhewen, Sun, Jiajin, Venkatasubramanian, Subashree, Jin, Peter, Li, Shuolin, Zheng, Tian
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

Machine Learning Workflows in Climate Modeling: Design Patterns and Insights from Case Studies
von: Zheng, Tian, et al.
Veröffentlicht: (2025)

An Analytical and AI-discovered Stable, Accurate, and Generalizable Subgrid-scale Closure for Geophysical Turbulence
von: Jakhar, Karan, et al.
Veröffentlicht: (2025)

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

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

A Practical Probabilistic Benchmark for AI Weather Models
von: Brenowitz, Noah D., et al.
Veröffentlicht: (2024)

HiHa: Introducing Hierarchical Harmonic Decomposition to Implicit Neural Compression for Atmospheric Data
von: Xu, Zhewen, et al.
Veröffentlicht: (2024)

Probabilistic Joint Recovery Method for CO$_2$ Plume Monitoring
von: Deng, Zijun, et al.
Veröffentlicht: (2025)

Diffusion-LAM: Probabilistic Limited Area Weather Forecasting with Diffusion
von: Larsson, Erik, et al.
Veröffentlicht: (2025)

Enhancing AI and Dynamical Subseasonal Forecasts with Probabilistic Bias Correction
von: Guan, Hannah, et al.
Veröffentlicht: (2026)

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

Probabilistic Super-Resolution for Urban Micrometeorology via a Schrödinger Bridge
von: Yasuda, Yuki, et al.
Veröffentlicht: (2025)

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

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

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

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

AODDiff: Probabilistic Reconstruction of Aerosol Optical Depth via Diffusion-based Bayesian Inference
von: Fan, Linhao, et al.
Veröffentlicht: (2025)

CoDiCast: Conditional Diffusion Model for Global Weather Prediction with Uncertainty Quantification
von: Shi, Jimeng, et al.
Veröffentlicht: (2024)

AI Models Still Lag Behind Traditional Numerical Models in Predicting Sudden-Turning Typhoons
von: Xu, Daosheng, et al.
Veröffentlicht: (2025)

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

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

Diffusion Model-based Probabilistic Downscaling for 180-year East Asian Climate Reconstruction
von: Ling, Fenghua, et al.
Veröffentlicht: (2024)

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

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

StretchCast: Global-Regional AI Weather Forecasting on Stretched Cubed-Sphere Mesh
von: Feng, Jin
Veröffentlicht: (2026)

CAAL: Confidence-Aware Active Learning for Heteroscedastic Atmospheric Regression
von: Jiang, Fei, et al.
Veröffentlicht: (2026)

VarteX: Enhancing Weather Forecast through Distributed Variable Representation
von: Ueyama, Ayumu, et al.
Veröffentlicht: (2024)

Nowcast3D: Reliable precipitation nowcasting via gray-box learning
von: Chen, Huaguan, et al.
Veröffentlicht: (2025)

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

Probabilistic measures afford fair comparisons of AIWP and NWP model output
von: Gneiting, Tilmann, et al.
Veröffentlicht: (2025)

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

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

Interpretable rainfall modelling reveals rapid reorganisation of Amazonian rainfall under vegetation loss
von: Horvath-Makkos, Lilly, et al.
Veröffentlicht: (2026)

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

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

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

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

Advancing Spatio-temporal Storm Surge Prediction with Hierarchical Deep Neural Networks
von: Naeini, Saeed Saviz, 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)

Huracan: A skillful end-to-end data-driven system for ensemble data assimilation and weather prediction
von: Ni, Zekun, et al.
Veröffentlicht: (2025)

WeatherReal: A Benchmark Based on In-Situ Observations for Evaluating Weather Models
von: Jin, Weixin, et al.
Veröffentlicht: (2024)