Buchumschlag

Distillation and Interpretability of Ensemble Forecasts of ENSO Phase using Entropic Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Groom, Michael, Bassetti, Davide, Horenko, Illia, O'Kane, Terence J.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Physics Data Analysis, Statistics and Probability Geophysics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Entropic learning enables skilful forecasts of ENSO phase at up to two years lead time
von: Groom, Michael, et al.
Veröffentlicht: (2025)

Solving All Seismic Tomographic Problems using Deep Learning
von: Zhang, Xin, et al.
Veröffentlicht: (2025)

Full-waveform earthquake source inversion using simulation-based inference
von: Saoulis, A. A., et al.
Veröffentlicht: (2024)

Potential of Domain Adaptation in Machine Learning in Ecology and Hydrology to Improve Model Extrapolability
von: Shi, Haiyang
Veröffentlicht: (2024)

Bayesian Learning of Gas Transport in Three-Dimensional Fracture Networks
von: Shi, Yingqi, et al.
Veröffentlicht: (2023)

Smart Ensemble Learning Framework for Predicting Groundwater Heavy Metal Pollution
von: Ansah-Narh, T., et al.
Veröffentlicht: (2026)

Glacier data assimilation on an Arctic glacier: Learning from large ensemble twin experiments
von: Cao, Wenxue, et al.
Veröffentlicht: (2025)

Annealed Stein Variational Gradient Descent for Improved Uncertainty Estimation in Full-Waveform Inversion
von: Corrales, Miguel, et al.
Veröffentlicht: (2024)

Lithological Controls on the Permeability of Geologic Faults: Surrogate Modeling and Sensitivity Analysis
von: Lu, Hannah, et al.
Veröffentlicht: (2025)

Self-learning signal classifier for decameter coherent scatter radars
von: Berngardt, Oleg, et al.
Veröffentlicht: (2025)

Fast frequency reconstruction using Deep Learning for event recognition in ring laser data
von: Di Somma, Giuseppe, et al.
Veröffentlicht: (2025)

Bayesian Time-Lapse Full Waveform Inversion using Hamiltonian Monte Carlo
von: de Lima, Paulo Douglas S., et al.
Veröffentlicht: (2023)

Machine learning approaches for automatic cleaning of investigative drilling data
von: Huang, Fei, et al.
Veröffentlicht: (2025)

New horizon in the statistical physics of earthquakes: Dragon-king theory and dragon-king earthquakes
von: Li, Jiawei, et al.
Veröffentlicht: (2024)

On the recent seismic activity at Ioannina (Greece): Pre-earthquake electromagnetic emissions with critical and tricritical behavior
von: Contoyiannis, Y., et al.
Veröffentlicht: (2016)

Cluster and statistical analysis of spatial earthquake patterns in the South Caucasus region
von: Skurativskyi, Sergii, et al.
Veröffentlicht: (2025)

Improve the estimate of the b-value in regional catalogs by means of the the b-more positive method
von: Lippiello, Eugenio, et al.
Veröffentlicht: (2025)

Uncertainty Quantification of Fluid Leakage and Fault Instability in Geologic CO2 Storage
von: Lu, Hannah, et al.
Veröffentlicht: (2024)

Generalizations of Langbein's Formula under Non-Stationarity, Mixed Populations, and Over- or Under-Dispersion in the Number of Exceedances
von: Dell'Aira, Francesco, et al.
Veröffentlicht: (2025)

Hearing the forest for the trees: machine learning and topological acoustics for remote sensing with seismic noise
von: Wang, Jiayang, et al.
Veröffentlicht: (2026)

Gaussian Processes enabled model calibration in the context of deep geological disposal
von: Paul, Lennart, et al.
Veröffentlicht: (2024)

How Ground Deformation Influences Earthquake Occurrence During the Ongoing Unrest at Campi Flegrei (2005-Present)
von: Godano, Cataldo, et al.
Veröffentlicht: (2025)

Modelling of the monthly global average temperature anomalies after the year 1900
von: Matsinos, Evangelos
Veröffentlicht: (2024)

Earthquake detection capacity of the Dense Oceanfloor Network system for Earthquakes and Tsunamis (DONET)
von: Nanjo, K. Z., et al.
Veröffentlicht: (2023)

Anomaly Detection in Soil Heavy Metal Contamination Using Unsupervised Learning for Environmental Risk Assessment
von: Adjokatse, Isaac Tettey, et al.
Veröffentlicht: (2026)

Learning the nature of viscoelasticity in geologic materials with MCMC
von: Maor, Ron, et al.
Veröffentlicht: (2025)

Structure and Melting of Fe, MgO, SiO2, and MgSiO3 in Planets: Database, Inversion, and Phase Diagram
von: Dong, Junjie, et al.
Veröffentlicht: (2025)

An entropy-optimal path to humble AI
von: Bassetti, Davide, et al.
Veröffentlicht: (2025)

Bayesian Full-waveform Monitoring of CO2 Storage with Fluid-flow Priors via Generative Modeling
von: Li, Haipeng, et al.
Veröffentlicht: (2025)

A Global Analysis of Pre-Earthquake Ionospheric Anomalies
von: Cullen, Luke, et al.
Veröffentlicht: (2024)

surfQuake: A new Python toolbox for the workflow process of seismic sources
von: Cabieces, Roberto, et al.
Veröffentlicht: (2024)

Large earthquake genesis processes observed with Physical Wavelets
von: Takeda, Fumihide
Veröffentlicht: (2022)

Data-driven sequential analysis of tipping in high-dimensional complex systems
von: Hirose, Tomomasa, et al.
Veröffentlicht: (2026)

Physically Informed Bayesian Retrieval of SWE and Snow Depth in Forested Areas from Airborne X And Ku-Band SAR Measurements
von: Singh, Siddharth, et al.
Veröffentlicht: (2025)

A New Method for High-Resolution Dating of Radiocarbon Data: The Example of the First Three Centuries B.C
von: Fürst, Sebastian
Veröffentlicht: (2025)

Quantifying Injection-Driven Mass Transfer within Porous Media via Time-Elapsed X-ray micro-Computed Tomography
von: Allison, Christopher A., et al.
Veröffentlicht: (2026)

Capturing Unseen Spatial Heat Extremes Through Dependence-Aware Generative Modeling
von: Liu, Xinyue, et al.
Veröffentlicht: (2025)

Assessing Emulator Design and Training for Modal Aerosol Microphysics Parameterizations in E3SMv2
von: Ahmed, Shady E., et al.
Veröffentlicht: (2026)

Evolving beyond collapse: An adaptive particle batch smoother for cryospheric data assimilation
von: Aalstad, Kristoffer, et al.
Veröffentlicht: (2026)

Filling the gap in the IERS C01 polar motion series in 1858.9-1860.9
von: Malkin, Zinovy, et al.
Veröffentlicht: (2024)