arXiv 机器学习· Zhi-Song Liu, Helmi Toropainen, Ammar Kheder, Michael Boy·· 1 天前AI 评分35
基于似然泛函流匹配的气候降尺度模型 CD-FFM
Climate downscaling with likelihood functional flow matching
AI 导读
CD-FFM 泛函流匹配模型将高分辨率气候场视为连续随机场，支持在任意位置与分辨率下查询并提供精确似然。在将 ERA5 降尺度至 1 km 日气温的测试中，其连续排位概率评分相比回归方法降低 27-31%，且采样速度比 CorrDiff 类扩散模型快约 50 倍。该模型还可迁移至降水预测，大幅降低了大规模公里级集合预报的计算成本。
来源：arXiv 机器学习 · arxiv.org