論文の概要: Multi-BVOC Super-Resolution Exploiting Compounds Inter-Connection

• arxiv url: http://arxiv.org/abs/2305.14180v1
• Date: Tue, 23 May 2023 15:58:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-24 15:03:29.608343
• Title: Multi-BVOC Super-Resolution Exploiting Compounds Inter-Connection
• Title（参考訳）: 化合物相互接続によるマルチbvoc超解像化
• Authors: Antonio Giganti, Sara Mandelli, Paolo Bestagini, Marco Marcon, Stefano Tubaro
• Abstract要約: 地球の大気中に地球生態系から放出される生体揮発性有機化合物(BVOC)は大気化学の重要な構成要素である。 測定が不十分なため、BVOCの放射マップの信頼性の向上は、大気化学、気候、大気質のモデルにより密集したデータを提供するのに役立つ。 本稿では, 各種化合物の寄与を同時に活用して, 粗大なBVOC排出マップの超解法を提案する。
• 参考スコア（独自算出の注目度）: 17.819699053848197
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Biogenic Volatile Organic Compounds (BVOCs) emitted from the terrestrial ecosystem into the Earth's atmosphere are an important component of atmospheric chemistry. Due to the scarcity of measurement, a reliable enhancement of BVOCs emission maps can aid in providing denser data for atmospheric chemical, climate, and air quality models. In this work, we propose a strategy to super-resolve coarse BVOC emission maps by simultaneously exploiting the contributions of different compounds. To this purpose, we first accurately investigate the spatial inter-connections between several BVOC species. Then, we exploit the found similarities to build a Multi-Image Super-Resolution (MISR) system, in which a number of emission maps associated with diverse compounds are aggregated to boost Super-Resolution (SR) performance. We compare different configurations regarding the species and the number of joined BVOCs. Our experimental results show that incorporating BVOCs' relationship into the process can substantially improve the accuracy of the super-resolved maps. Interestingly, the best results are achieved when we aggregate the emission maps of strongly uncorrelated compounds. This peculiarity seems to confirm what was already guessed for other data-domains, i.e., joined uncorrelated information are more helpful than correlated ones to boost MISR performance. Nonetheless, the proposed work represents the first attempt in SR of BVOC emissions through the fusion of multiple different compounds.
• Abstract（参考訳）: 地球の大気中に地球生態系から放出される生体揮発性有機化合物(BVOC)は大気化学の重要な構成要素である。 測定が不十分なため、BVOCの放射マップの信頼性の向上は、大気化学、気候、大気質のモデルにより密集したデータを提供するのに役立つ。 本研究では, 異なる化合物の寄与を同時に活用し, 粗bvoc排出マップの超解法を提案する。 そこで本研究ではまず,複数のBVOC種間の空間的相互接続を正確に検討する。 そこで,この類似性を生かして,多次元超解像 (misr) システムを構築し,多種多様な化合物に関連したエミッションマップを集約し,超解像 (sr) 性能を向上させる。 種と結合するBVOCの数について異なる構成を比較した。 実験の結果, BVOCsの関係をプロセスに組み込むことで, 超解写像の精度を大幅に向上できることがわかった。 興味深いことに、強い非相関化合物の放出マップを集約すると、最良の結果が得られる。 この特異性は、他のデータドメイン、すなわち結合された非相関情報は、misrのパフォーマンスを高めるために相関した情報よりも有用である。 それでも、提案された研究は、複数の異なる化合物の融合によるbvoc排出の最初の試みである。

関連論文リスト

• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Efficient Mixture Learning in Black-Box Variational Inference [50.21722672770176]
  我々は,Multiple Importance Smpling Variational Autoencoder (MISVAE)を紹介する。 BBVI中の混合物に対するELBOの新しい2つの推定器を構築し,推定時間を大幅に短縮する。 MNIST上でMISVAE実験を行い, 驚くべきSOTA結果を得た。
  論文  参考訳（メタデータ） (2024-06-11T09:16:43Z)
• DistilVPR: Cross-Modal Knowledge Distillation for Visual Place Recognition [27.742693995915808]
  DistilVPRは視覚的位置認識のための新しい蒸留パイプラインである。 本稿では,教師と学生のニューラルネットワークにおいて,自己エージェントやクロスエージェントを含む複数のエージェントの機能的関係を活用することを提案する。 実験により, 提案したパイプラインは, 他の蒸留ベースラインと比較して, 最先端の性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2023-12-17T05:59:06Z)
• Understanding and Visualizing Droplet Distributions in Simulations of Shallow Clouds [13.200838744804942]
  我々は,ドロップレットサイズを整理する上で,新規かつ直感的に可視化する。 液滴スペクトルの進化はエアロゾル準位に類似しているが、異なる速度で起こる。 この類似性は、降水開始過程は、開始時期の変動にもかかわらず類似していることを示している。
  論文  参考訳（メタデータ） (2023-10-31T04:25:00Z)
• Super-Resolution of BVOC Emission Maps Via Domain Adaptation [17.819699053848197]
  ディープラーニング(DL)に基づく超解法(SR)法が提案されている。 本研究は,衛星観測から得られた高分解能発光マップの超解像化を目的として,数値シミュレーションにより得られた放射マップの情報を活用することを目的とする。 本研究では, シミュレーションおよび観測されたエミッションの数を系統的に変化させることで, 異なる段階におけるドメイン適応(DA)戦略の有効性を検討する。
  論文  参考訳（メタデータ） (2023-06-22T10:59:15Z)
• Super-Resolution of BVOC Maps by Adapting Deep Learning Methods [17.819699053848197]
  生体内揮発性有機化合物(BVOC)は、生物圏-大気相互作用において重要な役割を果たす。 利用可能なほとんどのBVOCデータは、緩くスパースなサンプリンググリッドまたは小さな領域で得られる。 高解像度のBVOCデータは、大気質、大気化学、気候モニタリングなど多くの用途で望ましい。
  論文  参考訳（メタデータ） (2023-02-15T10:21:38Z)
• Hierarchical Compositional Representations for Few-shot Action Recognition [51.288829293306335]
  本稿では,新しい階層型合成表現(HCR)学習手法を提案する。 複雑なアクションを、慎重に設計された階層的クラスタリングによって、いくつかのサブアクションに分割する。 また、輸送問題において、サブアクション表現の観点から、ビデオサンプル間の類似度を測定するために、アースモーバー距離(Earth Mover's Distance)を採用した。
  論文  参考訳（メタデータ） (2022-08-19T16:16:59Z)
• REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
  REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。 高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
  論文  参考訳（メタデータ） (2022-08-17T03:42:19Z)
• Flexible Amortized Variational Inference in qBOLD MRI [56.4324135502282]
  データから酸素抽出率(OEF)と脱酸素血液量(DBV)をより明瞭に決定する。 既存の推論手法では、DBVを過大評価しながら非常にノイズの多い、過小評価されたEFマップが得られる傾向にある。 本研究は, OEFとDBVの可算分布を推定できる確率論的機械学習手法について述べる。
  論文  参考訳（メタデータ） (2022-03-11T10:47:16Z)
• Hyperspectral Image Super-Resolution with Spectral Mixup and Heterogeneous Datasets [99.92564298432387]
  ハイパースペクトル画像(HSI)超解像(SR)の研究 HSI SRは高次元データと限られたトレーニング例によって特徴づけられる。 これにより、非分布サンプルに対する記憶や感度などのニューラルネットワークの望ましくない動作が悪化する。
  論文  参考訳（メタデータ） (2021-01-19T12:19:53Z)
• Multi-Channel Auto-Calibration for the Atmospheric Imaging Assembly using Machine Learning [20.247229396526855]
  現在の技術キャリブレーション技術は周期的観測ロケットに依存している。 畳み込みニューラルネットワーク(CNN)に基づく代替キャリブレーション手法を提案する。 以上の結果から,cnnモデルでは観測ロケット実験の結果を合理的な精度で総合的に再現できることがわかった。
  論文  参考訳（メタデータ） (2020-12-27T22:43:37Z)

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。