实体
Graham Clyne
Graham Clyne
PulseAugur coverage of Graham Clyne — every cluster mentioning Graham Clyne across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的机器学习模型加速气候情景生成
研究人员开发了一种名为 ArchesClimate -- SSP 的新型机器学习模型，用于模拟计算成本高昂的全球气候模型的输出。该模型旨在比传统方法更快、更经济地生成基于共享社会经济路径 (SSP) 的气候情景。该系统已证明能够产生物理上一致的气候响应，即使对于训练阶段未遇到的情景也是如此，这标志着气候模型情景生成方面取得了重大进展。
-
深度学习模型ArchesClimate模拟气候模拟以进行年代际预测
研究人员开发了ArchesClimate，一个旨在模拟气候模拟并降低生成大型集合的计算成本的深度学习模型。ArchesClimate在IPSL-CM6A-LR气候模型上进行训练，使用流匹配来预测长达一年的气候状态。该模型已证明在长达10年的模拟中具有稳定性和物理一致性，生成的模拟在关键气候变量方面被证明与原始模型可互换。