Publikation in Data Mining and Knowledge Discovery, Steininger et al. (2023)
27.10.2022In Zusammenarbeit mit dem Lehrstuhl für Informatik X (Data Science) der Universität Würzburg haben wir ein Paper mit dem Titel „ConvMOS: climate model output statistics with deep learning“ veröffentlicht.
Steininger et al. verwenden hierbei ein convolutional neural network, um systematische Fehler in Klimamodellen zu korrigieren. Hierbei werden mehrere Schichten des neuronalen Netzwerks verwendet, die sich auf globale beziehungsweise regionale Fehler fokussieren. Es konnte gezeigt werden, dass diese Methodik im Hinblick auf vielfältige Bewertungsmetriken sowohl besser als etablierte Methoden der Fehlerkorrektur funktioniert als auch anderen Anwendungen des maschinellen Lernens überlegen ist.
Hier geht es zum ganzen Artikel: Steininger, M., Abel, D., Ziegler, K., Krause, A., Paeth, H., and Hotho, A. (2023): “ConvMOS: climate model output statistics with deep learning”. Data Mining and Knowledge Discovery, 37, 136-166. https://doi.org/10.1007/s10618-022-00877-6.
