Attention-based Convolutional Autoencoders for 3D-Variational Data Assimilation

We propose a new ‘Bi-Reduced Space’ approach to solving 3D Variational Data Assimilation using Convolutional Autoencoders. We prove that our approach has the same solution as previous methods but has significantly lower computational complexity; in other words, we reduce the computational cost witho...

Celý popis

Podrobná bibliografie

Vydáno v:	Computer methods in applied mechanics and engineering Ročník 372; s. 113291
Hlavní autoři:	Mack, Julian, Arcucci, Rossella, Molina-Solana, Miguel, Guo, Yi-Ke
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.12.2020
Témata:	Attention networks Convolutional Autoencoders Variational Data Assimilation Convolutional Autoencoders Attention networks Variational Data Assimilation
ISSN:	0045-7825, 1879-2138
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!