Ilya Vilkoviskiy, Liang-Hong Mo, Suozhi Huang, Dmitry A. Abanin · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28512 · open-access PDF
Ungelöste atmosphärische Prozesse können eine Abhängigkeit von der Geschichte über die kurzen Eingabefenster hinaus führen, die von vielen Wettervorhersagemodellen verwendet werden. Wir stellen GraphCast--Mamba vor, das einen gefrorenen, vorgeübten $1\circ$ GraphCast-Rückkopf mit einem trainierbaren Mamba-Korrekturzweig mit einer Kombination von Graph-Nachrichtenübermittlung und Mamba-Lagen erweitert. Der Zweig behält einen Zeitgedächtniszustand über aufeinanderfolgende sechsstündige Vorhersageschritte, Lernkorrekturen informiert durch den zeitlichen Kontext jenseits der Zwei-Frame-Eingabe von GraphCast. Das Training ist auf den Korrekturzweig beschränkt, mit ERA
Machine translation (Meta M2M100); the English original follows.
Unresolved atmospheric processes can introduce history dependence beyond the short input windows used by many weather forecasting models. We introduce GraphCast--Mamba, which augments a frozen, pretrained $1^\circ$ GraphCast backbone with a trainable Mamba correction branch combining graph message passing and Mamba layers. The branch retains a temporal memory state across successive six-hour forecast steps, learning corrections informed by temporal context beyond GraphCast's two-frame input. Training is confined to the correction branch, using ERA5 data from 2015--2021. After 2,500 optimizer u
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28512, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange