Surrogatmodeller för snabbare hydrodynamisk modellering
- 15 dec. 2025
- 1 min läsning
Numeriska modeller är centrala för att förstå och förutse väderhändelser, men deras beräkningsintensitet begränsar möjligheterna till snabba prognoser och scenarioanalyser. Denna studie undersöker potentialen hos datadrivna surrogatmodeller, det vill säga maskininlärningsbaserade approximationer av numeriska simuleringar, för att minska beräkningstiden utan att kompromissa med träffsäkerheten.