Aller au contenu principal
Accès ouvert déclaré 2026 article

NECCTON Report on ML and DA developments for data-model integration in T4.2.1-T4.4.3 (D4.4) v2

0Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
6Pays d’affiliation déclarés

Rattachement africain : ru, in, gb, fr, be, de. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Objective 6 of NECCTON is to provide Copernicus Marine with new capabilities for fusing numerical model simulations with both new and consolidated types of observations, using machine-learning (ML) techniques and advanced data-assimilation (DA) approaches. These new capabilities have been developed in three main categories: 11. Inferring new variables by combining observations and numerical models through machine learning (Task 4.2). This includes, for example, filling gaps in sparse observational datasets. 22. Correcting errors or enhancing the performance of numerical models (Task 4.3).This covers model bias‑correction methods and the improvement of physical and biogeochemical parametrisations. 33. Advancing data‑assimilation techniques (Task 4.4) by incorporating new observations or improving the use of existing ones Across these themes, a set of 12 algorithms has been developed within Tasks T4.2, T4.3, and T4.4 of Work Package 4. The corresponding code was delivered in Deliverable 4.3 (Cossarini et al., 2025). All algorithms follow the guidelines defined in Deliverable 4.1 (Brajard et al., 2023). The guidelines and algorithms are available in the NECCTON GitHub organization: https://github.com/neccton-algo.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Où se fait cette recherche

  • Nansen International Environmental and Remote Sensing Center pays non établi dans la notice
    Organisation à but non lucratif
  • Nansen Environmental and Remote Sensing Center pays non établi dans la notice
    Organisation à but non lucratif
  • National Institute of Oceanography pays non établi dans la notice
    Structure de recherche
  • Plymouth Marine Laboratory pays non établi dans la notice
    Structure de recherche
  • Centre National de la Recherche Scientifique pays non établi dans la notice
    Organisme public
  • Sorbonne Université pays non établi dans la notice
    Université ou école supérieure
  • University of Liège pays non établi dans la notice
    Université ou école supérieure
  • Helmholtz-Zentrum Hereon pays non établi dans la notice
    Organisme public

Nansen International Environmental and Remote Sensing Center, Nansen Environmental and Remote Sensing Center et National Institute of Oceanography, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Oceanographic and Atmospheric ProcessesMeteorological Phenomena and SimulationsHydrological Forecasting Using AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.