(КПІ ім. Ігоря Сікорського, 2024) Кравчук, О. А.; Яйлимова, Г. О.
В наш час існує багато потужних моделей глибинного навчання (моделей на основі ConvLSTM, автоенкодерів, дифузійних моделей) для реконструкції або прогнозування даних про аерозольну оптичну глибину (англ. Aerosol optical depth, далі – AOD), проте такі моделі часто потребують непошкоджених даних для навчання. В свою чергу, якщо для екваторіальних чи невеликих регіонів безхмарні знімки знайти можна, то для території у сотні тисяч квадратних кілометрів, наприклад, у Європі ця задача стає неможливою. Відповідно, пропуски від хмар необхідно заповнювати. Для вирішення цієї задачі був реалізований вдосконалений метод інтерполяції на основі кореляційних ваг (англ. Interpolation-based correlation weighting, далі – ICW).