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
- FengWu-W2S: A deep learning model for seamless weather-to-subseasonal forecast of global atmosphere [53.22497376154084]
本研究では,FengWuグローバル気象予報モデルに基づくFengWu-Weather to Subseasonal (FengWu-W2S)を提案する。
我々は,FengWu-W2Sが大気環境を3～6週間先まで確実に予測し,マデン・ジュリア振動 (MJO) や北大西洋振動 (NAO) などの地球表面温度, 降水量, 地磁気高度, 季節内信号の予測能力を向上させることを実証した。
日時から季節時の予測誤差成長に関するアブレーション実験
論文 参考訳（メタデータ） (2024-11-15T13:44:37Z) - Efficient Localized Adaptation of Neural Weather Forecasting: A Case Study in the MENA Region [62.09891513612252]
地域レベルのダウンストリームタスクに特化して、リミテッド・エリア・モデリングに焦点を合わせ、モデルをトレーニングします。
我々は,気象予報が水資源の管理,農業,極度の気象事象の影響軽減に重要であるという,気象学的課題からMENA地域を考察する。
本研究では,パラメータ効率のよい微調整手法,特にローランド適応(LoRA)とその変種を統合することの有効性を検証することを目的とした。
論文 参考訳（メタデータ） (2024-09-11T19:31:56Z) - Quantum Computing for Climate Resilience and Sustainability Challenges [0.23558144417896584]
気候変動予測と持続可能な開発のための量子機械学習と最適化技術の適用について検討する。
最新の研究と開発を合成することにより、QCと量子機械学習がマルチインフラシステムを気候中立性に最適化する方法について強調する。
論文 参考訳（メタデータ） (2024-07-23T08:54:12Z) - Building a temperature forecasting model for the city with the regression neural network (RNN) [0.0]
天気予報モデルの研究は、2000年頃に始まったばかりである。
コンピュータ科学の進歩と共に、数学的モデルは、より正確で信頼性の高い予測モデルを作成するために、機械学習技術で構築され、応用されている。
本稿では,都市温度の予測にリカレントニューラルネットワークを適用するための研究とソリューションについて概説する。
論文 参考訳（メタデータ） (2024-05-27T18:32:36Z) - A Foundation Model for the Earth System [82.73624748093333]
我々は、100万時間以上の多様なデータに基づいてトレーニングされた地球システムのための大規模な基盤モデルであるAuroraを紹介します。
オーロラは、大気の質、海波、熱帯のサイクロンの軌道、および専用システムよりも計算コストの桁違いの高解像度の天気予報において、運用上の予測を上回っている。
論文 参考訳（メタデータ） (2024-05-20T14:45:18Z) - ClimODE: Climate and Weather Forecasting with Physics-informed Neural ODEs [14.095897879222676]
統計力学の重要な原理を実装した連続時間プロセスであるClimODEを提案する。
ClimODEは、値保存ダイナミクスによる正確な気象進化をモデル化し、ニューラルネットワークとしてグローバルな気象輸送を学習する。
提案手法は,大域的,地域的予測において,パラメータ化の桁違いで既存のデータ駆動手法より優れる。
論文 参考訳（メタデータ） (2024-04-15T06:38:21Z) - Towards an end-to-end artificial intelligence driven global weather forecasting system [57.5191940978886]
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,アダスが地球観測を同化して高品質な分析を行い,長期にわたって安定して運用できることを実証した。
この手法を現実のシナリオに適用するのは,私たちが初めてです。
論文 参考訳（メタデータ） (2023-12-18T09:05:28Z) - 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) - 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)
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。