論文の概要: Understanding and Visualizing Droplet Distributions in Simulations of
Shallow Clouds
- arxiv url: http://arxiv.org/abs/2310.20168v1
- Date: Tue, 31 Oct 2023 04:25:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-01 16:35:14.376016
- Title: Understanding and Visualizing Droplet Distributions in Simulations of
Shallow Clouds
- Title(参考訳): 浅層雲シミュレーションにおける液滴分布の理解と可視化
- Authors: Justus C. Will, Andrea M. Jenney, Kara D. Lamb, Michael S. Pritchard,
Colleen Kaul, Po-Lun Ma, Kyle Pressel, Jacob Shpund, Marcus van Lier-Walqui,
Stephan Mandt
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 13.200838744804942
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thorough analysis of local droplet-level interactions is crucial to better
understand the microphysical processes in clouds and their effect on the global
climate. High-accuracy simulations of relevant droplet size distributions from
Large Eddy Simulations (LES) of bin microphysics challenge current analysis
techniques due to their high dimensionality involving three spatial dimensions,
time, and a continuous range of droplet sizes. Utilizing the compact latent
representations from Variational Autoencoders (VAEs), we produce novel and
intuitive visualizations for the organization of droplet sizes and their
evolution over time beyond what is possible with clustering techniques. This
greatly improves interpretation and allows us to examine aerosol-cloud
interactions by contrasting simulations with different aerosol concentrations.
We find that the evolution of the droplet spectrum is similar across aerosol
levels but occurs at different paces. This similarity suggests that
precipitation initiation processes are alike despite variations in onset times.
- Abstract(参考訳): 局所的な液滴レベルの相互作用の徹底的な解析は、雲のミクロフィジカルな過程とその地球気候への影響をよりよく理解するために重要である。
binマイクロフィジカルの大規模渦シミュレーション(les)による関連する液滴径分布の高精度シミュレーションは,空間寸法,時間,液滴径の連続範囲が3次元であるため,現在の解析手法に挑戦する。
可変オートエンコーダ(vaes)からのコンパクトな潜在表現を利用することで,分散手法で実現可能な範囲を超えて,液滴サイズの組織化とその進化を,新規かつ直感的に可視化する。
これにより解釈が大幅に向上し,異なるエアロゾル濃度のシミュレーションを対比することにより,エアロゾルとクラウドの相互作用を調べることができる。
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、降水開始過程が開始時刻の変動にもかかわらず類似していることを示唆している。
関連論文リスト
- Ensemble flow reconstruction in the atmospheric boundary layer from
spatially limited measurements through latent diffusion models [0.32955181898067526]
機械学習技術は、従来、標準的な流体力学問題において、観測されていない流れ領域を再構築してきた。
これらの技術は3次元大気境界層ではまだ実証されていない。
論文 参考訳(メタデータ) (2023-03-01T21:55:10Z) - Towards Learned Emulation of Interannual Water Isotopologue Variations
in General Circulation Models [2.161227459325287]
本研究では, 降水時の酸素同位体組成の明示的な物理に基づくシミュレーションを, 機械学習を用いて置き換える可能性を検討する。
我々は、UNetアーキテクチャの成功に基づいて畳み込みニューラルネットワーク(CNN)を実装し、球面ネットワークアーキテクチャが地球の緯度-経度格子を平坦な画像として扱うという単純なアプローチよりも優れているかどうかをテストする。
論文 参考訳(メタデータ) (2023-01-31T07:54:52Z) - 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) - Helical superfluid in a frustrated honeycomb Bose-Hubbard model [1.5197843979051469]
フラストレーションボソニックモデルで非ゼロモーメント凝縮体である「ヘリカル」超流動の研究を行った。
平均場ボゴリボフ準位では、そのような新しい状態は従来の超流動よりも質的に強い「スメクティック」な変動を示す。
論文 参考訳(メタデータ) (2022-05-31T18:00:01Z) - 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) - Entanglement and correlations in fast collective neutrino flavor
oscillations [68.8204255655161]
集合ニュートリノ振動は、天体物理学的な設定においてレプトンのフレーバーを輸送する上で重要な役割を担っている。
高速振動を呈する単純多角ジオメトリーにおける平衡外フレーバーのフルダイナミクスについて検討した。
我々はこれらの高速集団モードが同じ動的相転移によって生成されることを示す。
論文 参考訳(メタデータ) (2022-03-05T17:00:06Z) - Analytical Modelling of Exoplanet Transit Specroscopy with Dimensional
Analysis and Symbolic Regression [68.8204255655161]
ディープラーニング革命は、そのような分析結果を直接、データに適合するコンピュータアルゴリズムで導き出すための扉を開いた。
我々は、一般的なホットジュピター系外惑星の遷移半径の合成データにおける記号回帰の利用をうまく実証した。
前処理のステップとして,変数の無次元な組み合わせを特定するために次元解析を用いる。
論文 参考訳(メタデータ) (2021-12-22T00:52:56Z) - Analyzing High-Resolution Clouds and Convection using Multi-Channel VAEs [15.695330558298705]
大気科学者は、高解像度で嵐を解消するシミュレーションを実行し、キロメートル規模の気象の詳細を捉えます。
本稿では, 垂直風速, 温度, 水蒸気情報の空間配列を, VAEアーキテクチャの3つの「チャネル」として結合的に埋め込み, データ駆動型アプローチを提案する。
論文 参考訳(メタデータ) (2021-12-01T06:23:07Z) - Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。
1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。
ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
論文 参考訳(メタデータ) (2021-05-27T18:00:02Z) - Designing Air Flow with Surrogate-assisted Phenotypic Niching [117.44028458220427]
品質多様性アルゴリズムであるサロゲート支援表現型ニッチを導入する。
計算に高価な表現型特徴を用いることで、大規模で多様な行動群を発見することができる。
本研究では,2次元流体力学最適化問題における気流の種類を明らかにする。
論文 参考訳(メタデータ) (2021-05-10T10:45:28Z) - Deep Convolution for Irregularly Sampled Temporal Point Clouds [39.51507835155255]
不規則なサンプルで表される連続空間時間過程のダイナミクスを空間と時間の両方でモデル化する問題を検討する。
本稿では,この不規則なサンプルデータを直接学習し,予測できる新しい深層モデルを提案する。
我々は,StarCraft IIにおける実世界の気象観測データと大軍間の戦闘について実験を行った。
論文 参考訳(メタデータ) (2021-05-01T00:54:32Z)
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。