跳到正文
热点事件持续更新

CD-FFM 气候降尺度论文提交 v2

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Zhi-Song Liu 等提交《Climate downscaling with likelihood functional flow matching》修订版 v2;论文提出的 CD-FFM 可将高分辨率气候场表示为可按任意位置和分辨率查询的连续随机场,并为每个观测计算精确似然。 论文报告称,在将 ERA5 下采样至 Fennoscandia 的 1 km 日温度任务中,CD-FFM 在三个测试年份的连续秩概率得分较回归方法低 27–31%,较大 40 倍的神经算子低 12–18%,采样速度约为 CorrDiff 风格扩散模型的 50 倍。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    CD-FFM 用似然函数流匹配实现气候下采样

    Zhi-Song Liu 等提出 CD-FFM,将高分辨率气候场表示为可按任意位置和分辨率查询的连续随机场,并为每个观测提供精确似然。该模型将 ERA5 下采样至 Fennoscandia 的 1 km 日温度,在三个测试年份中相较回归方法将连续秩概率得分降低 27–31%,相较大 40 倍的神经算子降低 12–18%,采样速度约为 CorrDiff 风格扩散模型的 50 倍。

本事件热度走势

可比范围当前
7
可比范围峰值
810月28日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。