論文の概要: Short-term forecasting of Amazon rainforest fires based on ensemble
decomposition model
- arxiv url: http://arxiv.org/abs/2007.07979v2
- Date: Thu, 23 Jul 2020 14:48:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 04:59:49.510094
- Title: Short-term forecasting of Amazon rainforest fires based on ensemble
decomposition model
- Title(参考訳): アンサンブル分解モデルに基づくアマゾン熱帯雨林火災の短期予測
- Authors: Ramon Gomes da Silva, Matheus Henrique Dal Molin Ribeiro, Viviana
Cocco Mariani and Leandro dos Santos Coelho
- Abstract要約: 最近、アマゾンの熱帯雨林は、気候変動と公衆衛生の問題の両方に関わる火災の件数が過去最高に達している。
そこで本研究では,ロースに基づく季節・トレンド分解を用いた異種分解・アンサンブルモデルを開発した。
提案した分解アンサンブルモデルにより, 性能評価により, より正確な予測が可能であることを示す。
- 参考スコア(独自算出の注目度): 3.0711362702464675
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Accurate forecasting is important for decision-makers. Recently, the Amazon
rainforest is reaching record levels of the number of fires, a situation that
concerns both climate and public health problems. Obtaining the desired
forecasting accuracy becomes difficult and challenging. In this paper were
developed a novel heterogeneous decomposition-ensemble model by using Seasonal
and Trend decomposition based on Loess in combination with algorithms for
short-term load forecasting multi-month-ahead, to explore temporal patterns of
Amazon rainforest fires in Brazil. The results demonstrate the proposed
decomposition-ensemble models can provide more accurate forecasting evaluated
by performance measures. Diebold-Mariano statistical test showed the proposed
models are better than other compared models, but it is statistically equal to
one of them.
- Abstract(参考訳): 正確な予測は意思決定者にとって重要である。
最近、アマゾンの熱帯雨林は、気候問題と公衆衛生問題の両方にかかわる、火災数の記録的な水準に達している。
所望の予測精度を得ることは困難かつ困難になる。
本稿では,ブラジルにおけるアマゾン熱帯雨林火災の時間的パターンを探索するために,ロースに基づく季節・トレンド分解と短期負荷予測アルゴリズムを組み合わせた新しい異種分解・アンサンブルモデルを開発した。
その結果,提案した分解アンサンブルモデルを用いて,性能評価により精度の高い予測を行うことができた。
Diebold-Mariano統計テストでは、提案されたモデルは他の比較モデルよりも優れているが、統計的にその1つに等しい。
関連論文リスト
- Predictive Churn with the Set of Good Models [64.05949860750235]
近似機械学習モデルの集合に対する競合予測の効果について検討する。
ラーショモン集合内のモデル間の係り受けに関する理論的結果を示す。
当社のアプローチは、コンシューマ向けアプリケーションにおいて、より予測し、削減し、混乱を避けるためにどのように使用できるかを示します。
論文 参考訳(メタデータ) (2024-02-12T16:15:25Z) - ExtremeCast: Boosting Extreme Value Prediction for Global Weather
Forecast [61.138475638813354]
非対称な最適化を行い、極端な天気予報を得るために極端な値を強調する新しい損失関数であるExlossを導入する。
また,ExEnsembleという名称のトレーニングフリーな極値拡張戦略を導入し,画素値のばらつきを増大させ,予測ロバスト性を向上させる。
提案手法は,上位中距離予測モデルに匹敵する全体的な予測精度を維持しつつ,極端気象予測における最先端性能を達成することができる。
論文 参考訳(メタデータ) (2024-02-02T10:34:13Z) - Learning Robust Precipitation Forecaster by Temporal Frame Interpolation [65.5045412005064]
本研究では,空間的不一致に対するレジリエンスを示す頑健な降水予測モデルを構築した。
提案手法は,textit4cast'23コンペティションの移行学習リーダーボードにおいて,textit1位を確保したモデルにおいて,予測精度が大幅に向上した。
論文 参考訳(メタデータ) (2023-11-30T08:22:08Z) - Attention-Based Ensemble Pooling for Time Series Forecasting [55.2480439325792]
本稿では,候補モデル予測よりも重み付き平均値を実行するプーリング法を提案する。
本手法は,非定常ロレンツ63方程式の動力学の多段階予測と,COVID-19による週次死亡事故の1段階予測という2つの時系列予測問題に対して試行する。
論文 参考訳(メタデータ) (2023-10-24T22:59:56Z) - Long-term drought prediction using deep neural networks based on
geospatial weather data [78.63225885697149]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
多様な時間的ニューラルネットワークモデルを用いたエンドツーエンドアプローチを導入することで、干ばつデータに対処する。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳(メタデータ) (2023-09-12T13:28:06Z) - Encoding Seasonal Climate Predictions for Demand Forecasting with
Modular Neural Network [0.8378605337114742]
本稿では,サプライチェーン機能に対する堅牢で信頼性の高い時系列予測を提供するため,季節的気候予測を符号化する新しい枠組みを提案する。
本実験は, 季節気候予測をモデル化し, 複数の実世界のデータセットに対して約13%から17%の誤差低減を達成できることを示す。
論文 参考訳(メタデータ) (2023-09-05T13:58:59Z) - Generalized Autoregressive Score Trees and Forests [0.0]
本稿では,GASモデルから,決定木やランダム林を用いてパラメータを局所化することにより,予測を改善する手法を提案する。
ストックリターンのボラティリティと密度予測への応用において、最適GASツリーモデルはレバレッジ効果と分散リスクプレミアム効果を明らかにする。
ストックボンド依存の研究では, 最適なGAS森林予測において, 飛行から品質への影響を示す証拠が得られ, 高周波取引継続時間の解析により, 体積変動効果が明らかとなった。
論文 参考訳(メタデータ) (2023-05-30T12:41:52Z) - Forecast reconciliation for vaccine supply chain optimization [61.13962963550403]
ワクチンサプライチェーン最適化は階層的な時系列予測の恩恵を受けることができる。
異なる階層レベルの予測は、上位レベルの予測が下位レベルの予測の総和と一致しないときに不整合となる。
我々は2010年から2021年にかけてのGSKの販売データを階層的時系列としてモデル化し,ワクチン販売予測問題に取り組む。
論文 参考訳(メタデータ) (2023-05-02T14:34:34Z) - A case study of spatiotemporal forecasting techniques for weather
forecasting [0.0]
本稿では,地域データによる気象予報の様々な手法,すなわち時間的相関を捉えるために,複数の経度点にまたがる予測手法について検討する。
その結果, 列車の動的分解モードに基づく予測モデルでは, トレーニングを必要とせず, ほぼ同等の精度で予測できることがわかった。
論文 参考訳(メタデータ) (2022-09-29T13:47:02Z) - Surrogate Ensemble Forecasting for Dynamic Climate Impact Models [0.0]
本研究は, マラリア感染係数R0を予測するリバプールマラリアモデル(LMM)について考察した。
入力および出力データは、ランダムフォレスト量子回帰(RFQR)モデルとベイズ長短期記憶(BLSTM)ニューラルネットワークの形式で代理モデルをトレーニングするために使用される。
論文 参考訳(メタデータ) (2022-04-12T13:30:01Z) - Addressing Deep Learning Model Uncertainty in Long-Range Climate
Forecasting with Late Fusion [2.951502707659703]
本稿では,複数のモデルからの予測を体系的に組み合わせて,融合した結果の予測誤差を低減できるレイトフュージョン手法を提案する。
また、データ正規化を実際に行わずにデータ正規化の利点を得るために、新しい非正規化層を持つネットワークアーキテクチャを提案する。
長距離2m温度予測実験の結果,30年間の気候の正常値を上回っ,モデル数の増加により精度の向上が図られた。
論文 参考訳(メタデータ) (2021-12-10T00:00:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。