Buchumschlag

Universal Diffusion-Based Probabilistic Downscaling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Molinaro, Roberto, Siegenheim, Niall, Martin, Henry, Frey, Mark, Poulsen, Niels, Seitz, Philipp, Gabler, Marvin Vincent
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EPT-2 Technical Report
von: Molinaro, Roberto, et al.
Veröffentlicht: (2025)

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

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

Scaling up Probabilistic PDE Simulators with Structured Volumetric Information
von: Weiland, Tim, et al.
Veröffentlicht: (2024)

Flexible and Efficient Probabilistic PDE Solvers through Gaussian Markov Random Fields
von: Weiland, Tim, et al.
Veröffentlicht: (2025)

Generative Diffusion-based Downscaling for Climate
von: Watt, Robbie A., et al.
Veröffentlicht: (2024)

Downscaling Extreme Precipitation with Wasserstein Regularized Diffusion
von: Liu, Yuhao, et al.
Veröffentlicht: (2024)

High-Resolution Climate Projections Using Diffusion-Based Downscaling of a Lightweight Climate Emulator
von: Guan, Haiwen, et al.
Veröffentlicht: (2026)

A Probabilistic U-Net Approach to Downscaling Climate Simulations
von: Alipourhajiagha, Maryam, et al.
Veröffentlicht: (2025)

Precipitation Downscaling with Spatiotemporal Video Diffusion
von: Srivastava, Prakhar, et al.
Veröffentlicht: (2023)

Evaluation of Bagging Predictors with Kernel Density Estimation and Bagging Score
von: Seitz, Philipp, et al.
Veröffentlicht: (2026)

Conditional Flow Matching for Probabilistic Downscaling of Maximum 3-day Snowfall in Alaska
von: Brinkerhoff, Douglas, et al.
Veröffentlicht: (2026)

China Regional 3km Downscaling Based on Residual Corrective Diffusion Model
von: Sun, Honglu, et al.
Veröffentlicht: (2025)

Controlling Ensemble Variance in Diffusion Models: An Application for Reanalyses Downscaling
von: Merizzi, Fabio, et al.
Veröffentlicht: (2025)

Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling
von: Mardani, Morteza, et al.
Veröffentlicht: (2023)

Diffusion Tempering Improves Parameter Estimation with Probabilistic Integrators for Ordinary Differential Equations
von: Beck, Jonas, et al.
Veröffentlicht: (2024)

A PDE-Informed Latent Diffusion Model for 2-m Temperature Downscaling
von: Rosu, Paul, et al.
Veröffentlicht: (2025)

Wasserstein GAN-Based Precipitation Downscaling with Optimal Transport for Enhancing Perceptual Realism
von: Shiraishi, Kenta, et al.
Veröffentlicht: (2025)

Integrated Gradient attribution for Gaussian Processes with non-Gaussian likelihoods
von: Seitz, Sarem
Veröffentlicht: (2022)

Affine Tracing: A New Paradigm for Probabilistic Linear Solvers
von: Hegde, Disha, et al.
Veröffentlicht: (2026)

Downscaling Precipitation with Bias-informed Conditional Diffusion Model
von: Lyu, Ran, et al.
Veröffentlicht: (2024)

Diffusion Based Robust LiDAR Place Recognition
von: Krummenacher, Benjamin, et al.
Veröffentlicht: (2025)

Contractive Diffusion Probabilistic Models
von: Tang, Wenpin, et al.
Veröffentlicht: (2024)

FSP-Laplace: Function-Space Priors for the Laplace Approximation in Bayesian Deep Learning
von: Cinquin, Tristan, et al.
Veröffentlicht: (2024)

On the Hardness of Probabilistic Neurosymbolic Learning
von: Maene, Jaron, et al.
Veröffentlicht: (2024)

HydroDiffusion: Diffusion-Based Probabilistic Streamflow Forecasting with a State Space Backbone
von: Wang, Yihan, et al.
Veröffentlicht: (2025)

A Likelihood-Based Generative Approach for Spatially Consistent Precipitation Downscaling
von: González-Abad, Jose
Veröffentlicht: (2024)

Capturing Climatic Variability: Using Deep Learning for Stochastic Downscaling
von: Daust, Kiri, et al.
Veröffentlicht: (2024)

Probabilistic Traffic Forecasting with Dynamic Regression
von: Zheng, Vincent Zhihao, et al.
Veröffentlicht: (2023)

Downscaling Neural Network for Coastal Simulations
von: Liu, Zhi-Song, et al.
Veröffentlicht: (2024)

Multivariate Probabilistic Time Series Forecasting with Correlated Errors
von: Zheng, Vincent Zhihao, et al.
Veröffentlicht: (2024)

Forward-only Diffusion Probabilistic Models
von: Luo, Ziwei, et al.
Veröffentlicht: (2025)

Riemannian Denoising Diffusion Probabilistic Models
von: Liu, Zichen, et al.
Veröffentlicht: (2025)

Scalable Dynamic Mixture Model with Full Covariance for Probabilistic Traffic Forecasting
von: Choi, Seongjin, et al.
Veröffentlicht: (2022)

Multi-Quantile Regression for Extreme Precipitation Downscaling
von: Najafi, Hamed, et al.
Veröffentlicht: (2026)

Assessing the Geographic Generalization and Physical Consistency of Generative Models for Climate Downscaling
von: Saccardi, Carlo, et al.
Veröffentlicht: (2025)

Sparse Local Implicit Image Function for sub-km Weather Downscaling
von: Redondo, Yago del Valle Inclan, et al.
Veröffentlicht: (2025)

Probabilistic neural operators for functional uncertainty quantification
von: Bülte, Christopher, et al.
Veröffentlicht: (2025)

IPSL-AID: Generative Diffusion Models for Climate Downscaling from Global to Regional Scales
von: Kingston, Kishanthan, et al.
Veröffentlicht: (2026)

Diffusion Models in Simulation-Based Inference: A Tutorial Review
von: Arruda, Jonas, et al.
Veröffentlicht: (2025)