論文の概要: Quantum Artificial Intelligence for the Science of Climate Change
- arxiv url: http://arxiv.org/abs/2108.10855v1
- Date: Wed, 28 Jul 2021 19:00:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-29 16:21:09.158237
- Title: Quantum Artificial Intelligence for the Science of Climate Change
- Title(参考訳): 気候変動科学のための量子人工知能
- Authors: Manmeet Singh, Chirag Dhara, Adarsh Kumar, Sukhpal Singh Gill and
Steve Uhlig
- Abstract要約: 我々は、量子コンピュータ用に設計された人工知能アルゴリズムの新たな発展が、気候変動の科学を強化するために必要な重要なブレークスルーをもたらすかもしれないと論じる。
その結果、天気や気候予報の改善は、多くの社会的利益をもたらすことが期待されている。
- 参考スコア(独自算出の注目度): 4.678152517092125
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Climate change has become one of the biggest global problems increasingly
compromising the Earth's habitability. Recent developments such as the
extraordinary heat waves in California & Canada, and the devastating floods in
Germany point to the role of climate change in the ever-increasing frequency of
extreme weather. Numerical modelling of the weather and climate have seen
tremendous improvements in the last five decades, yet stringent limitations
remain to be overcome. Spatially and temporally localized forecasting is the
need of the hour for effective adaptation measures towards minimizing the loss
of life and property. Artificial Intelligence-based methods are demonstrating
promising results in improving predictions, but are still limited by the
availability of requisite hardware and software required to process the vast
deluge of data at a scale of the planet Earth. Quantum computing is an emerging
paradigm that has found potential applicability in several fields. In this
opinion piece, we argue that new developments in Artificial Intelligence
algorithms designed for quantum computers - also known as Quantum Artificial
Intelligence (QAI) - may provide the key breakthroughs necessary to furthering
the science of climate change. The resultant improvements in weather and
climate forecasts are expected to cascade to numerous societal benefits.
- Abstract(参考訳): 気候変動は、地球の居住環境を損なう最大の世界的問題の一つになっている。
カリフォルニアやカナダの異常な熱波やドイツの壊滅的な洪水のような最近の発展は、極度の天候の頻度が増す中で気候変動が果たす役割を示している。
気象と気候の数値モデリングは過去50年間で大幅に改善されてきたが、厳しい制限は克服され続けている。
空間的および時間的局所的な予測は、生命と財産の損失を最小化するための効果的な適応措置のための時間の必要性である。
人工知能ベースの手法は予測を改善する上で有望な結果を示しているが、地球規模での膨大なデータの処理に必要なハードウェアとソフトウェアが利用可能であることによって、依然として制限されている。
量子コンピューティングは、いくつかの分野で応用可能性を見出した新興パラダイムである。
本稿では、量子コンピュータ用に設計された人工知能アルゴリズム(量子人工知能(QAI)とも呼ばれる)の新たな発展が、気候変動の科学を強化するために必要な重要なブレークスルーをもたらすかもしれないと論じる。
その結果、天気や気候予報の改善は、多くの社会的利益をもたらすことが期待されている。
関連論文リスト
- Is Artificial Intelligence Providing the Second Revolution for Weather
Forecasting? [11.596229688433803]
天気予報に革命をもたらす人工知能の可能性について論じる。
我々は、予測者が高度な人工知能モデルにどのように適応し活用できるかを示す。
我々は従来の数値予測の不定値を強調する。
論文 参考訳(メタデータ) (2024-01-30T01:34:43Z) - FengWu-GHR: Learning the Kilometer-scale Medium-range Global Weather
Forecasting [56.73502043159699]
この研究は、データ駆動型世界天気予報モデルであるFengWu-GHRを、0.09$circ$水平解像度で実行した。
低解像度モデルから事前知識を継承することにより、MLベースの高解像度予測を操作するための扉を開く新しいアプローチを導入する。
2022年の天気予報は、FengWu-GHRがIFS-HRESよりも優れていることを示している。
論文 参考訳(メタデータ) (2024-01-28T13:23:25Z) - Comparing Data-Driven and Mechanistic Models for Predicting Phenology in
Deciduous Broadleaf Forests [47.285748922842444]
我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。
このアプローチは従来のプロセスベースのモデルよりも優れています。
論文 参考訳(メタデータ) (2024-01-08T15:29:23Z) - Towards an end-to-end artificial intelligence driven global weather
forecasting system [56.58654971803005]
我々は,地球規模の気象変動に対するAIに基づくデータ同化モデル,すなわちAdasを提案する。
我々は,アダスが希少な地球観測を同化して高品質な分析を行うことを示す。
我々は,提案手法を実世界のシナリオに適用した最初の人物である。
論文 参考訳(メタデータ) (2023-12-18T09:05:28Z) - Skilful Precipitation Nowcasting Using NowcastNet [0.0]
降水今流しは、農業、輸送、公衆衛生、安全等に影響を及ぼすような事態に備えるのに役立ちます。
我々は最近提案した,物理条件の深い生成ネットワークである NowcastNet を用いて,衛星画像を用いたヨーロッパ各地の降水量の予測を行った。
論文 参考訳(メタデータ) (2023-11-29T11:24:52Z) - Quantum Machine Learning in Climate Change and Sustainability: a Review [0.5217870815854702]
気候変動と持続可能性に関連する問題を解決するために量子機械学習を適用した既存の文献をレビューする。
量子機械学習アプローチの課題と現在の限界について論じる。
論文 参考訳(メタデータ) (2023-10-13T14:56:38Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳(メタデータ) (2022-11-20T06:46:35Z) - Forecasting Future World Events with Neural Networks [68.43460909545063]
Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。
ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。
予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
論文 参考訳(メタデータ) (2022-06-30T17:59:14Z) - Remote sensing, AI and innovative prediction methods for adapting cities
to the impacts of the climate change [0.0]
リモートセンシング画像からインジケータを抽出するのに有用なAIベースのフレームワークを提案する。
これは多くの科学者にとってオープンフィールドであり、現在進行中の研究であり、AIベースの手法の課題と限界について深く議論しています。
論文 参考訳(メタデータ) (2021-07-06T15:55:26Z) - Quantum technologies for climate change: Preliminary assessment [0.0]
気候変動は、人間の社会と地球の生態系に現実的な脅威をもたらす。
コンピューティング、センシング、通信における量子技術は、気候変動の影響を診断し緩和するのに有用なツールとなりうる。
本報告は,4つの主要領域に焦点をあてて,気候変動における量子技術の高インパクト利用の可能性を明らかにすることを目的とする。
論文 参考訳(メタデータ) (2021-06-23T18:02:19Z) - Data-driven control of micro-climate in buildings: an event-triggered
reinforcement learning approach [56.22460188003505]
半マルコフ決定過程に基づく微小気候制御問題を定式化する。
建物内の微小気候のイベントトリガー制御のための2つの学習アルゴリズムを提案する。
スマートなサーモスタットを設計することで,提案手法の有効性を示す。
論文 参考訳(メタデータ) (2020-01-28T18:20:43Z)
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。