Residual Modeling for High-Fidelity Learned Compression of Scientific Data

En 3 lignesNouvelle approche de compression sans perte pour données scientifiques massives. Les auteurs proposent LBRC et NGLR, deux codeurs résiduels qui améliorent les méthodes GAE existantes de 30-60% (LBRC) et 10-40% supplémentaires (NGLR) sur E3SM, JHTDB, ERA5 avec précision 10^-6 à 10^-4 NRMSE. NGLR ajoute un prédicteur neuronal causal pour réduire l'entropie.

Résumé généré par Claude — vérifié par l'humain