Convolutional Neural Networks Trained on Internal Variability Predict Forced Response of TOA Radiation by Learning the Pattern Effect
Abstract Predicting forced, long‐term radiative feedbacks from internal climate variability has been a decades‐long quest in climate science. We train a convolutional neural network (CNN) to predict annual‐ and global‐mean top of the atmosphere radiation anomalies from time‐varying maps of near‐surf...
Đã lưu trong:
| Những tác giả chính: | , , |
|---|---|
| Định dạng: | Artigo |
| Ngôn ngữ: | Inglês |
| Được phát hành: |
Wiley
2025-02-01
|
| Loạt: | Geophysical Research Letters |
| Truy cập trực tuyến: | https://doi.org/10.1029/2024GL109581 |
| Các nhãn: |
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|