用深度学习重建历史气候场
原文中文，约300字，阅读约需1分钟。发表于：。通过傅里叶卷积训练的深度学习方法，我们能够重建历史气候场景，包括大片和不规则的缺失数据区域，以及强烈的厄尔尼诺和拉尼娜事件，且效果优于统计克里金方法和其他机器学习方法。该模型可以推广到比其训练分辨率更高的级别，适用于各种气候场景，并允许填补未曾在模型训练中出现的遮罩区域。
通过傅里叶卷积训练的深度学习方法能够重建历史气候场景，包括缺失数据区域和厄尔尼诺和拉尼娜事件。效果优于统计克里金方法和其他机器学习方法。模型适用于各种气候场景，并可填补未曾在模型训练中出现的遮罩区域。
