arXiv 机器学习· Ryan Solgi, Rohan Shankar, Hugo A. Loaiciga·· 3 小时前AI 评分34
降水的低秩张量结构及其在卫星与参考观测融合中的应用
Low-rank tensor structure of precipitation and its application to satellite-reference merging
AI 导读
研究提出基于低秩张量分解的降水融合框架 TMerge，通过共享时空低秩因子将卫星降水与稀疏参考观测相结合。在校正美国本土 2019-2022 年 IMERG 数据时，TMerge 将相关性从 0.53 提高至 0.85，均方根误差和平均绝对误差分别降低 48.2% 与 29.3%。该方法在不同季节和降水强度下表现稳定，均优于神经网络等基线模型。
来源：arXiv 机器学习 · arxiv.org