Interpolation-Free Deep Learning for Meteorological Downscaling on Unaligned Grids Across Multiple Domains with Application to Wind Power

Jean-Sébastien Giroux, Simon-Philippe Breton et Julie Carreau

Article de revue (2025)

Document en libre accès chez l'éditeur officiel

Un lien externe est disponible pour ce document

Renseignements supplémentaires:	The code is available at https://github.com/Liv3lyJs/ windDownscalingECCC
Département:	Département de mathématiques et de génie industriel
URL de PolyPublie:	https://publications.polymtl.ca/70412/
Titre de la revue:	Artificial Intelligence for the Earth Systems
Maison d'édition:	American Meteorological Society
DOI:	10.1175/aies-d-24-0097.1
URL officielle:	https://doi.org/10.1175/aies-d-24-0097.1
Date du dépôt:	03 déc. 2025 14:12
Dernière modification:	03 déc. 2025 14:12

Citer en APA 7:	Giroux, J.-S., Breton, S.-P., & Carreau, J. (2025). Interpolation-Free Deep Learning for Meteorological Downscaling on Unaligned Grids Across Multiple Domains with Application to Wind Power. Artificial Intelligence for the Earth Systems. https://doi.org/10.1175/aies-d-24-0097.1
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel