高解像度」カテゴリーアーカイブ

経験的ダウンスケーリングの課題(現在気候の分布外推定2)

一般に、観測データから学習した関係を GCM 内の未観測の気候に適用するアルゴリズムの能力 (過去および将来のシミュレーションなど) を評価します。 多くの場合、将来の気候シナリオにおける気候変数の分布は、アルゴリズムが … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

経験的ダウンスケーリングの課題(現在気候の分布外推定)

コンピュータービジョンアルゴリズムのパフォーマンスとアーキテクチャの多くの改善にもかかわらず、ほとんどの研究は、現在の気候条件での評価のみに焦点を当てています。これはアルゴリズムが GCM (歴史的および将来の気候) か … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

経験的ダウンスケーリングの課題(物理的一貫性)

ML アルゴリズムは物理法則に準拠していないことが多く、出力に不一致が生じます。 この物理的一貫性の問題は、アルゴリズムに対する信頼を構築するという点と、場合によってはエンドユーザーが物理法則に準拠したデータを必要とする … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

経験的ダウンスケーリングの課題(極端現象)

本論では、c-GANや革新的な損失関数などのアルゴリズムアーキテクチャが、局所的な詳細をより良く解決し、極端な現象を捕捉するのに有望であることを示しました。しかし、さらなる研究がまだ必要です。 ダウンスケーリングにおける … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

地域気候モデルエミュレータ(RCM emulator)

RCM emulatorでは、力学的ダウンスケーリングで用いられるRCMをエミュレートするとこを目的としています。比較的単純な統計アルゴリズムとMLアルゴリズムを使用したいくつかの研究では、RCMを効果的にエミュレートし … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

拡散モデル(Diffusion Models)

拡散モデル(Diffusion Models)拡散モデルは、マルコフ連鎖(未来の挙動が現在の値だけで決定され、過去の挙動と無関係)に依存して、低解像度画像ペアから高解像度画像ペアへの段階的な移行をモデル化する生成モデルで … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

敵対的生成ネットワーク(GAN)

Generative Adversarial Networks (GAN) は近年開発された機械学習手法であり、コンピューター ビジョン、医療画像などの多くの分野で広く採用されています。 特に、条件付きGAN (c-GA … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

U-Net (エンドツーエンド畳み込みアーキテクチャ)

エンコーダを用いて特徴を抽出(畳み込み)し、逆畳み込み(デコンボリューション)処理を行い、入力画像と同じサイズの確率マップを出力します。U-Net アーキテクチャは、図4c に示すように、CNNアーキテクチャとはわずかに … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

畳み込みニューラルネットワーク (CNNs)

深層学習技術により、単一のアルゴリズムを学習して、対象領域全体をシームレスにダウンスケールができるようになりました。従来の手法では、「最適」なダウンスケーリングを実施できるように、特徴ベクトルを手動で選択する必要がありま … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする

超解像(SR)手法

医療画像処理や衛星画像処理などで注目を集めている技術ですが、気候ダウンスケーリングでも適用例が多くなっています。SRダウンスケーリングは、降水量などの低解像度画像自体を単独で使用して高解像度画像を推定するPPの特殊なケー … 続きを読む

カテゴリー: 機械学習, 気候変動, 高解像度 | コメントする