基于摄像机的能见度估计
大气能见度是一个重要的气象量，具有从航空气象学到气候学的多种应用。能见度传统上是通过目视观测估计的，并使用散射计和透射计进行测量。这些仪器提供了自动测量，但只在少数地点进行，而且只测量了少量大气体积。
因此，我们正在努力提高能见度估算的时空可用性。使用户外网络摄像头执行此任务有几个好处。特别是，当大气不均匀时，摄像机可以同时记录来自多个方向的入射光，从而实现更具描述性的特征描述，例如能见度的最小-最大范围、不同扇区的直方图或基于地图的可视化。
CIMO TECO 2024论文和演示|GitHub存储库|Zenodo上传
MET Alliance ET AUTO OBS 2020演示
CIMO TECO 2016论文
天气预报的图像可视化
室外网络摄像头图像可以直观地显示过去和现在天气的许多方面。由于它们也很容易解释，因此气象学家和公众都会查阅它们。相反，天气预报则以文字、象形图或图表的形式传达，每一种都侧重于未来天气的不同方面。因此，我们介绍了一种使用照片图像来可视化天气预报的方法。
这是一个挑战，因为天气预报的图像可视化应该看起来真实，没有明显的伪影，并且应该与预测的天气条件相匹配。从观察到预测的过渡应该是无缝的，在连续的交付周期内，图像之间应该有视觉连续性。我们使用条件生成对抗性网络来合成这样的可视化。生成网络以数值天气预报（NWP）模型的分析和预测状态为条件，将当前摄像机图像转换为未来图像。鉴别器网络判断给定的图像是否是未来的真实图像，或者是否已经合成。对这两个网络进行相互对比的训练，可以得到一种可视化方法，该方法在所有四个评估标准上都取得了很好的成绩。
AIES 2023论文|GitHub存储库|Zenodo上传
2022年气候、气候影响和遥感学术讨论会
RSI电视段“Il Quotidiano”（14.02.24）
地面数据的概率可信度
MeteoSwiss地面数据的质量控制（QC）发生在数据处理链的几个步骤中：仪器本身、记录器、导入数据仓库期间，以及数小时、数天甚至数年之后。早期的测试是实时进行的，但范围非常有限。只有在物理上不可能的情况下，他们才能找到不可信的测量结果。随后的测试更加复杂，通常涉及其他仪器和现场的测量。他们发现了更多不可信的测量结果，但也产生了假阳性。
将来自所有独立QC系统的质量信息（QI）结合起来是一项挑战。我们建议使用测量的概率合理性，以0（不可能）到1（由专家确认）之间的连续刻度表示。概率合理性是根据测量参数的先验合理性、所有可用的测试结果和可能的专家检查来计算的，遵循众所周知的称为Naïve Bayes的统计程序。使用此程序，每个测试结果都会根据其证据的强度影响概率似然性。一旦有了新的测试结果，就可以有效地更新测量的合理性。
将所有可用QI汇总到一个数字中，有助于我们的用户为其应用程序中所需的最低数据质量设置适当的阈值。
EUMETNET STAC WG AQC 2019演示
EUMETNET DMW 2017演示
有限连贯学习词典
过完备的字典可以获得较低的近似误差稀疏编码应用程序中的正交字典。在一个另一方面，增加字典原子的数量会导致更稀疏的解决方案。打开另一方面，自连贯性低的词典有几个优点，如残余误差衰减更快。我们提出了一种字典学习算法，可以在两个目标之间实现任何权衡。
IEEE SPL 2012论文|其他材料
学习词典中稀疏编码的语音增强
如果目标和干扰源部分连贯，例如在胡言乱语中讲话噪音。我们提出了一种用于训练的稀疏编码算法（称为LARC）词典和在挑战面前增强演讲能力非平稳干扰。
IEEE Trans ASLP 2012论文|其他材料|Matlab工具箱larc-0.1.zip
ICASSP 2010论文|其他材料
稀疏和非负PCA的EM
经典主成分分析产生全投影带有混合符号的向量。对于某些应用，稀疏和/或非负解更合适。我们提出了一种算法这对于大型和高维数据集是有效的，并且可以处理功能数量超过观察。
ICML 2008论文|Matlab工具箱emPCA-0.4.zip|R包
自从ICML论文发表以来，该方法大幅度扩展，成熟的实现可以作为R包。我还写了一篇例子来自投资组合优化领域，以及相比基因表达数据集上的不同方法。
用于视听源分离的非负CCA
我们将典型相关分析应用于视听任务源分离。通过对音频实施适当的约束和视频投影向量，我们能够识别视频中的源并借助麦克风阵列将它们隔开。
MLSP 2007论文|NIPS 2006研讨会论文|R包
MLSP论文中提出的算法扩展为通用目的R包对于稀疏和非负典型相关分析。演示如所示这博客帖子。