이 연구는 앙상블 데이터 동화에서 샘플링 오차를 완화하기 위해 Fourier 공간에서의 스펙트럼 평활화 기법을 제안한다. 이를 통해 앙상블 크기가 작은 경우에도 안정성과 정확성을 높일 수 있다.
본 연구는 데이터 동화 문제를 해결하기 위해 암묵적 신경 표현과 데이터 기반 불확실성 추정기를 활용한 새로운 잠재 동화 프레임워크를 제안한다.