11:07
官方账号arXiv cs.LG@Hugo Porta, Emanuele Dalsasso, Chang Xu, Theo Gnassounou, Devis Tuia
推荐理由：SAE-Xplainers模型在极端地球事件预测中表现卓越，为复杂气候模式提供可解释性，值得一试。
极端地球事件
共 1 条相关 AI 资讯
8月21日
11:07
SAE-Xplainers通过地理定位输入调制和规则集解释器，提高极端地球事件预测的重建性能和特征利用。在火灾预测、热带气旋和大气河流检测中表现优异，实现复杂气候模式的可解释性。