Calibración localizada reduce errores en cierre de turbulencia oceánica

Según arXiv · cs.AI, el método construye una familia de posteriors localizados ponderando verosimilitudes por proximidad al contexto objetivo, con pesos gaussianos que incorporan incertidumbre mediante inflación de covarianza y reflexión en fronteras. Un flujo normalizador condicional aproxima la familia mediante inferencia variacional amortizada. En un experimento gemelo con el modelo Branin-Hoo, la localización reduce los errores predictivos agregados frente al posterior global. En la aplicación al cierre k-ε con forzamiento atmosférico como contexto, la calibración localizada reduce errores de temperatura y velocidad zonal respecto a calibración determinista y global.