Framework adattivo alla scala per super-risoluzione spazio-temporale congiunta con modelli di diffusione

Un nuovo framework di deep learning da arXiv (2604.21903) propone una super-risoluzione spazio-temporale congiunta adattiva alla scala per applicazioni climatiche. I metodi tradizionali di super-risoluzione video gestiscono tipicamente separatamente l'upscaling spaziale o temporale, e i modelli congiunti esistenti sono limitati a coppie fisse di fattori di super-risoluzione. Il framework scompone la SR spazio-temporale in una previsione deterministica della media condizionale con attenzione e un modello di diffusione condizionale residuo. Include una trasformazione opzionale di conservazione della massa per preservare i totali aggregati di precipitazione. L'approccio riutilizza la stessa architettura attraverso diversi fattori di scala spaziali e temporali, affrontando la sfida che fattori SR maggiori aumentano la sottodeterminazione e il contesto richiesto.