Article-Journal

On the phenomena-oriented validation of spatial neural-network based surface wind downscaling over the Arctic seas
Нейросетевое масштабирование предлагает вычислительно эффективную альтернативу высокоразрешающему динамическому моделированию, однако …
PDF Процитировать DOI Статья на сайте журнала
Neural network atmospheric bias correction on heterogeneous data with fine-scale dynamics preservation
Высокоразрешающие региональные модели численного прогноза погоды необходимы для описания атмосферной динамики, включая важные …
PDF Процитировать DOI Статья на сайте журнала Исходный код
ВOCCТАНОВЛЕНИЕ ПРИПОВЕРХНОСТНОЙ ВЛАЖНОСТИ АТМОСФЕРЫ НАД ОКЕАНОМ ПО ДАННЫМ СОПУТСТВУЮЩИХ МЕТЕОРОЛОГИЧЕСКИХ ИЗМЕРЕНИЙ С ПРИМЕНЕНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ
Влажность воздуха в приповерхностном слое атмосферы над океаном является ключевым климатическим параметром, влияющим на процессы …
Процитировать DOI Paper link at journal`s website
ОЦЕНКА ДИНАМИКИ АТМОСФЕРЫ ПО РЕЗУЛЬТАТАМ НЕЙРОСЕТЕВОГО МАСШТАБИРОВАНИЯ ПОЛЕЙ ПРИПОВЕРХНОСТНОГО ВЕТРА НАД БАРЕНЦЕВЫМ И КАРСКИМ МОРЯМИ
В настоящей работе рассматривается использование подхода глубокого обучения для масштабирования (повышения пространственного …
Процитировать DOI Статья на сайте журнала
Improving data-driven estimation of significant wave height through preliminary training on synthetic X-band radar sea clutter imagery
X-band marine radar captures the signal reflected from the sea surface. Theoretical studies indicate that the initial unfiltered signal …
Процитировать DOI
Improved sea surface salinity data for the Arctic Ocean derived from SMAP satellite data using machine learning approaches
Salinity is among the key climate characteristics of the World Ocean. During the last 15 years, sea surface salinity (SSS) is measured …
Процитировать DOI