arXiv cs.LG· Shan Zhao, Ilija Trajkovic, Julia Kaltenborn, Yaniv Gurwicz, Peer Nowack, David Rolnick, Julien Boussard·· 11 小时前AI 评分20
面向气候模型温度强迫效应的分层因果表征学习
Learning Hierarchical Causal Representations of the Effects of Forcings on Temperature in Climate Models
AI 导读
研究者提出一种分层因果表征学习框架，应用于先进全球气候模型的海表温度场，首次同时显式建模内部气候变率引发的大气动力相互作用与温室气体、气溶胶浓度变化带来的强迫响应。在未见过的未来气候情景上评估时，该方法能准确预测长期全球平均及区域温度演变，并对温室气体和气溶胶浓度扰动给出物理上合理的响应。
来源：arXiv cs.LG · arxiv.org