实体
Francisco J. Beron-Vera
Francisco J. Beron-Vera
PulseAugur coverage of Francisco J. Beron-Vera — every cluster mentioning Francisco J. Beron-Vera across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
延迟观测模型增强了厄尔尼诺现象的可预测性
研究人员开发了使用尼诺3.4指数延迟观测来预测厄尔尼诺事件的模型。通过分析截至2026年7月的数据，他们发现与简单方法相比，纳入延迟信息能显著提高预测精度。尽管增加模型复杂性，如多层感知机或循环神经网络（GRU、LSTM），并未带来进一步的提升，但简单的SINDy递归和浅层循环架构被证明是有效的。研究表明，过去信息的表征比模型复杂性对于预测厄尔尼诺的演变更为关键。
-
新框架从有限数据中学习马尾藻传输动力学
研究人员开发了一个新的数据驱动框架，以增进对漂浮物传输的理解，特别是对马尾藻。该方法利用有限的漂流器观测和物理启发的诊断来学习对现有环流模型的修正。该框架应用于波多黎各地区和墨西哥湾的马尾藻传输，结果表明所学的诊断信息比基线环流产品提供了更多有价值的信息，但在提取稳定的符号传输结构方面取得的成功程度不一。