Emulating the Global Change Analysis Model with Deep Learning
创建于 更新于
摘要
本报告提出一种基于深度学习的高保真计算高效的GCAM（全球变化分析模型）仿真器，利用输入参数的连续插值扩展输入空间，并预测22528个多维输出。仿真器在模拟GCAM输出及其输入-输出敏感性方面表现优异，预测整体R²达0.998，敏感性匹配R²达0.812，显著降低了复杂耦合模型的计算成本，为更高效地进行大规模情景分析和系统理解奠定基础 [page::0][page::1][page::2][page::3][page::8]
