論文の概要: Identifying the atmospheric drivers of drought and heat using a smoothed deep learning approach

• arxiv url: http://arxiv.org/abs/2111.05303v1
• Date: Tue, 9 Nov 2021 18:16:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-10 15:21:16.045426
• Title: Identifying the atmospheric drivers of drought and heat using a smoothed deep learning approach
• Title（参考訳）: スムーズな深層学習手法による干ばつと熱の大気要因の同定
• Authors: Magdalena Mittermeier and Maximilian Weigert and David R\"ugamer
• Abstract要約: 干ばつや熱に伴う6種類の抗シクロニック循環に対するスムーズな畳み込みニューラルネットワークを提案する。 私たちの研究は、気候シミュレーションにおいて熱い極端と乾燥した極端の重要な要因を特定するのに役立ちます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Europe was hit by several, disastrous heat and drought events in recent summers. Besides thermodynamic influences, such hot and dry extremes are driven by certain atmospheric situations including anticyclonic conditions. Effects of climate change on atmospheric circulations are complex and many open research questions remain in this context, e.g., on future trends of anticyclonic conditions. Based on the combination of a catalog of labeled circulation patterns and spatial atmospheric variables, we propose a smoothed convolutional neural network classifier for six types of anticyclonic circulations that are associated with drought and heat. Our work can help to identify important drivers of hot and dry extremes in climate simulations, which allows to unveil the impact of climate change on these drivers. We address various challenges inherent to circulation pattern classification that are also present in other climate patterns, e.g., subjective labels and unambiguous transition periods.
• Abstract（参考訳）: ヨーロッパは近年、いくつかの悲惨な暑さと干ばつに見舞われた。 熱力学の影響に加えて、このような熱い極端と乾燥した極端は、アンチサイクロニック条件を含む特定の大気条件によって駆動される。 気候変動が大気循環に及ぼす影響は複雑であり、この文脈、例えば、反サイクロン状態の将来の動向に多くの研究課題が残されている。 ラベル付き循環パターンのカタログと空間的大気変数の組み合わせに基づき,干ばつや熱に関連する6種類の反サイクロン循環の平滑化畳み込みニューラルネットワーク分類器を提案する。 私たちの研究は、温暖で乾燥した極端のドライバーを気候シミュレーションで特定するのに役立ち、気候変動がこれらのドライバーに与える影響を明らかにするのに役立ちます。 我々は,他の気候パターン,例えば主観的ラベルや不明瞭な遷移周期にもみられる循環パターン分類に固有の様々な課題に対処している。

関連論文リスト

• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• 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)
• Southern Ocean Dynamics Under Climate Change: New Knowledge Through Physics-Guided Machine Learning [0.40964539027092917]
  我々は、気候モデルから容易にアクセス可能なフィールドを用いて、動的レジームと呼ばれる類似の物理学によって特徴づけられる海の領域を同定する。 我々は、ニューラルネットワークのアンサンブルを訓練し、不確実な定量化を可能にし、これらのレジームを予測し、気候変動の下でそれらを追跡する。 南極圏の極性海流は、炭素の減少と漁業にとって重要な地域である太平洋-南極海リッジと交差している。
  論文  参考訳（メタデータ） (2023-10-21T06:13:19Z)
• Improving extreme weather events detection with light-weight neural networks [0.0]
  気候データから熱帯低気圧と大気河川のセマンティックセグメンテーションを訓練した軽量なコンテキストガイド畳み込みニューラルネットワークアーキテクチャを改良した。 我々の主な焦点は熱帯のサイクロンであり、最も破壊的な気象現象であり、現在のモデルでは性能が限られている。
  論文  参考訳（メタデータ） (2023-03-31T23:38:54Z)
• 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 large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)
• ClimateGAN: Raising Climate Change Awareness by Generating Images of Floods [89.61670857155173]
  実画像上でのリアルな洪水をシミュレートする手法を提案する。 本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
  論文  参考訳（メタデータ） (2021-10-06T15:54:57Z)
• The Power of Language: Understanding Sentiment Towards the Climate Emergency using Twitter Data [0.0]
  原油先物と気候危機に対する感情との間には関係があると推測できる。 本研究は,気候危機時の会話を3つのトピックに分割することが可能であることを示す。
  論文  参考訳（メタデータ） (2021-01-25T19:51:10Z)
• Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
  2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。 我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
  論文  参考訳（メタデータ） (2020-10-20T15:31:38Z)

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。