Buchumschlag

Enabling High-Accuracy Data Assimilation with Limited Ensembles via Machine Learning-Based Covariance Correction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Zhou, Li, Zhilin, Zhao, Li, Liu, Zeng, Lu, Zhaokuan, Kim, Seungnam, Wang, Guangyao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Atmospheric and Oceanic Physics Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Small Ensemble-based Data Assimilation: A Machine Learning-Enhanced Data Assimilation Method with Limited Ensemble Size
von: Li, Zhilin, et al.
Veröffentlicht: (2025)

Using Diffusion Models to do Data Assimilation
von: Hodyss, Daniel, et al.
Veröffentlicht: (2025)

Balancing Accuracy and Speed: A Multi-Fidelity Ensemble Kalman Filter with a Machine Learning Surrogate Model
von: van der Voort, Jeffrey, et al.
Veröffentlicht: (2025)

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

Impact of an Ensemble of Ocean Data Assimilations in ECMWF's next generation ocean reanalysis system
von: Chrust, Marcin, et al.
Veröffentlicht: (2024)

Improving Typhoon Predictions by Integrating Data-Driven Machine Learning Models with Physics Models Based on the Spectral Nudging and Data Assimilation
von: Niu, Zeyi, et al.
Veröffentlicht: (2024)

Coupled Seasonal Data Assimilation of Sea Ice, Ocean, and Atmospheric Dynamics over the Last Millennium
von: Meng, Zilu, et al.
Veröffentlicht: (2025)

A Framework for Automatic Validation and Application of Lossy Data Compression in Ensemble Data Assimilation
von: Keller, Kai, et al.
Veröffentlicht: (2024)

Unsupervised Super-Resolution Data Assimilation Using Conditional Variational Autoencoders with Estimating Background Covariances via Super-Resolution
von: Yasuda, Yuki, et al.
Veröffentlicht: (2023)

Physically Consistent Global Atmospheric Data Assimilation with Machine Learning in Latent Space
von: Fan, Hang, et al.
Veröffentlicht: (2025)

Deep Bayesian Filter for Bayes-faithful Data Assimilation
von: Tarumi, Yuta, et al.
Veröffentlicht: (2024)

LO-SDA: Latent Optimization for Score-based Atmospheric Data Assimilation
von: Sun, Jing-An, et al.
Veröffentlicht: (2025)

Efficient and High-Accuracy Ray Tracing in Discretized Ionospheric Models
von: Li, Qinglin, et al.
Veröffentlicht: (2025)

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

A Generative Diffusion Model for Probabilistic Ensembles of Precipitation Maps Conditioned on Multisensor Satellite Observations
von: Guilloteau, Clement, et al.
Veröffentlicht: (2024)

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

3D-Var Data Assimilation using a Variational Autoencoder
von: Melinc, Boštjan, et al.
Veröffentlicht: (2023)

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

Similarity-Based Analysis of Atmospheric Organic Compounds for Machine Learning Applications
von: Sandström, Hilda, et al.
Veröffentlicht: (2024)

Single-parameter effective dynamics of warm cloud precipitation
von: Kapon, Shai, et al.
Veröffentlicht: (2024)

Using rare event algorithms to understand the statistics and dynamics of extreme heatwave seasons in South Asia
von: Priol, Clément Le, et al.
Veröffentlicht: (2024)

Assimilating Observed Surface Pressure into ML Weather Prediction Models
von: Slivinski, Laura C., et al.
Veröffentlicht: (2024)

Limits to predictability of the asymptotic state of the Atlantic Meridional Overturning Circulation in a conceptual climate model
von: Mehling, Oliver, et al.
Veröffentlicht: (2023)

Training-Free Data Assimilation with GenCast
von: Savary, Thomas, et al.
Veröffentlicht: (2025)

A Unified Critical Scaling Theory for Macroscopic Lightning and Quantum Avalanches: From Three-Dimensional Directed Percolation to Testable Predictions
von: Li, Zhe
Veröffentlicht: (2026)

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

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

Data-driven analysis of annual rain distributions
von: Ashkenazy, Yosef, et al.
Veröffentlicht: (2023)

The Role of Deep Mesoscale Eddies in Ensemble Forecast Performance
von: Cooke, Justin, et al.
Veröffentlicht: (2025)

Complex-Valued Time Series Based Solar Irradiance Forecast
von: Voyant, Cyril, et al.
Veröffentlicht: (2022)

Statistical properties of speckle patterns for a random number of scatterers and nonuniform phase distributions
von: Metz, Fernando L., et al.
Veröffentlicht: (2023)

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

Time persistence of climate and carbon flux networks
von: Qing, Ting, et al.
Veröffentlicht: (2024)

A fluctuation-dissipation theorem perspective on radiative responses to temperature perturbations
von: Falasca, Fabrizio, et al.
Veröffentlicht: (2024)

Regularized Fingerprinting with Linearly Optimal Weight Matrix in Detection and Attribution of Climate Change
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Data-driven, non-Markovian modelling of weather in the presence of non-stationary, non-Gaussian, and heteroskedastic climate dynamics
von: Sayer, Thomas, et al.
Veröffentlicht: (2026)

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

Experimental verification of the optimal fingerprint method for detecting climate change
von: Hu, Jinbo, et al.
Veröffentlicht: (2024)

Vertical Profile Corrected Satellite NH3 Retrievals Enable Accurate Agricultural Emission Characterization in China
von: Liu, Qiming, et al.
Veröffentlicht: (2025)

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