arXiv · cs.AI · Emanuele Mele, Angelo Coluccia, Massimo Cafaro, Italo Epicoco, Paola Nassisi2026-11-02 13:00 · 11 小时前模型评分39

基于分块的深度核学习：用极稀疏观测做数据同化与偏差校正

Patch-Based Deep Kernel Learning for Data Assimilation and Bias Correction with Extremely Sparse Observations

导读

研究者提出一种混合框架，将卷积神经网络（CNN，Convolutional Neural Network）与可学习核的高斯过程（GP，Gaussian Process）耦合，从极稀疏观测中联合完成数据同化与偏差校正。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

应用领域：科学研究

事件类型：研究发布

证据摘录

“We propose a hybrid framework that couples a convolutional neural network (CNN) with a learnable-kernel Gaussian Process (GP) to jointly perform DA and BC from extremely sparse observations.”

来源：arXiv · cs.AI · arxiv.org