論文の概要: Harnessing machine learning for accurate treatment of overlapping
opacity species in GCMs
- arxiv url: http://arxiv.org/abs/2311.00775v2
- Date: Fri, 1 Dec 2023 08:19:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-04 17:32:33.107613
- Title: Harnessing machine learning for accurate treatment of overlapping
opacity species in GCMs
- Title（参考訳）: gcmsにおける重複不透明種の高精度処理のための機械学習
- Authors: Aaron David Schneider, Paul Molli\`ere, Gilles Louppe, Ludmila Carone,
Uffe Gr{\aa}e J{\o}rgensen, Leen Decin, Christiane Helling
- Abstract要約: 本研究では,一般循環モデル(GCM)における化学と放射線のカップリングについて検討する。
我々は,個々の相関k不透明度(k-tables)を効果的に組み合わせた,DeepSets(DS)に基づく高速機械学習手法を提案する。
適応的等価消滅(AEE)やランダムオーバーラップ(RORR)などの他の公開手法と併用してDS法の評価を行った。
以上の結果から,DS法はGCMでの使用には正確かつ効率的である一方,RORRは遅すぎることが示唆された。
- 参考スコア（独自算出の注目度）: 4.376139933167879
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To understand high precision observations of exoplanets and brown dwarfs, we
need detailed and complex general circulation models (GCMs) that incorporate
hydrodynamics, chemistry, and radiation. In this study, we specifically examine
the coupling between chemistry and radiation in GCMs and compare different
methods for mixing opacities of different chemical species in the correlated-k
assumption, when equilibrium chemistry cannot be assumed. We propose a fast
machine learning method based on DeepSets (DS), which effectively combines
individual correlated-k opacities (k-tables). We evaluate the DS method
alongside other published methods like adaptive equivalent extinction (AEE) and
random overlap with rebinning and resorting (RORR). We integrate these mixing
methods into our GCM (expeRT/MITgcm) and assess their accuracy and performance
for the example of the hot Jupiter HD~209458 b. Our findings indicate that the
DS method is both accurate and efficient for GCM usage, whereas RORR is too
slow. Additionally, we observe that the accuracy of AEE depends on its specific
implementation and may introduce numerical issues in achieving radiative
transfer solution convergence. We then apply the DS mixing method in a
simplified chemical disequilibrium situation, where we model the rainout of TiO
and VO, and confirm that the rainout of TiO and VO would hinder the formation
of a stratosphere. To further expedite the development of consistent
disequilibrium chemistry calculations in GCMs, we provide documentation and
code for coupling the DS mixing method with correlated-k radiative transfer
solvers. The DS method has been extensively tested to be accurate enough for
GCMs, however, other methods might be needed for accelerating atmospheric
retrievals.
- Abstract（参考訳）: 太陽系外惑星や褐色小星の高精度な観測を理解するためには、流体力学、化学、放射線を含む詳細で複雑な一般循環モデル(GCM)が必要である。
本研究では, GCMにおける化学と放射線のカップリングを特に検討し, 平衡化学を仮定できない場合の相関-k仮定において, 異なる化学種の不透明度を混合する方法を比較した。
本稿では,個々の相関k不透明度(k-tables)を効果的に組み合わせた,DeepSets(DS)に基づく高速機械学習手法を提案する。
適応的等価消滅 (AEE) やランダムオーバーラップ (RORR) などの他の手法とともにDS法の評価を行った。
我々は、これらの混合法をGCM(expeRT/MITgcm)に統合し、ホットジュピターHD~209458 bの精度と性能を評価する。
以上の結果から,DS法はGCMでの使用には正確かつ効率的である一方,RORRは遅すぎることが示唆された。
さらに,AEEの精度はその具体的実装に依存しており,放射能伝達解収束の達成において,数値的な問題を提起する可能性がある。
次に, 簡便な化学不平衡状態においてDS混合法を適用し, TiOおよびVOの降雨をモデル化し, TiOおよびVOの降雨が成層圏の形成を妨げることを確認した。
gcmsにおける不平衡化学計算の一貫性をさらに高めるために, ds混合法と相関k放射伝達ソルバを結合するための文書とコードを提供する。
DS法はGCMの精度を十分に評価するために広く試験されてきたが、大気圏の探索を加速するためには他の方法が必要かもしれない。
関連論文リスト
- Mitigating Exposure Bias in Score-Based Generation of Molecular Conformations [6.442534896075223]
分子配座生成に用いるスコアベース生成モデルにおける露出バイアスを測定する手法を提案する。
我々は,DPMのみ用に設計された手法から適応した新しい補償アルゴリズム Input Perturbation (IP) を設計する。
GEOM-Drugsデータセットの最先端性能はGEOM-QM9と同等である。
論文 参考訳（メタデータ） (2024-09-21T04:54:37Z) - A Unified Approach to Inferring Chemical Compounds with the Desired Aqueous Solubility [5.763661159910719]
水溶性(AS)は、医薬品の発見と材料設計において重要な役割を果たす重要な物理化学的性質である。
本稿では,単純な決定論的グラフ理論記述子に基づいて,化学化合物を所望のASで予測し,推定するための新しい統一的アプローチについて報告する。
論文 参考訳（メタデータ） (2024-09-06T14:20:38Z) - Adaptive Fuzzy C-Means with Graph Embedding [84.47075244116782]
ファジィクラスタリングアルゴリズムは、大まかに2つの主要なグループに分類できる: ファジィC平均法(FCM)と混合モデルに基づく方法。
本稿では,FCMを用いたクラスタリングモデルを提案する。
論文 参考訳（メタデータ） (2024-05-22T08:15:50Z) - Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。
画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文 参考訳（メタデータ） (2023-11-02T02:05:38Z) - Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes [57.396578974401734]
一般多様体上に生成拡散過程を構築するための原理的枠組みを導入する。
従来の拡散モデルの認知的アプローチに従う代わりに、橋梁プロセスの混合を用いて拡散過程を構築する。
混合過程を幾何学的に理解し,データ点への接する方向の重み付け平均としてドリフトを導出する。
論文 参考訳（メタデータ） (2023-10-11T06:04:40Z) - GAS: A Gaussian Mixture Distribution-Based Adaptive Sampling Method for
PINNs [6.011027400738812]
PINNは高次元問題を効率的に処理できるが、精度は比較的低く、特に非常に不規則な問題に対してである。
適応有限要素法と漸進学習のアイデアに着想を得て,ガウス混合分布に基づくPINNの適応サンプリング法であるGASを提案する。
2次元および10次元問題の数値シミュレーションにより、GASは従来の数値解法に匹敵しながら、ディープ・ソルバの最先端の精度を実現する有望な方法であることが示された。
論文 参考訳（メタデータ） (2023-03-28T09:40:06Z) - Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse
Problems [64.29491112653905]
本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。
具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。
提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
論文 参考訳（メタデータ） (2023-03-10T07:42:49Z) - Improving Covariance Conditioning of the SVD Meta-layer by Orthogonality [65.67315418971688]
最寄り直交勾配(NOG)と最適学習率(OLR)を提案する。
視覚認識実験は,共分散条件と一般化を同時に改善できることを実証した。
論文 参考訳（メタデータ） (2022-07-05T15:39:29Z) - Capturing non-Markovian dynamics with the reaction coordinate method [0.0]
ハーモニック貯水池に結合したスピンの純脱コヒーレンスモデルについて検討した。
RC法は強系バス結合における非マルコフ効果を定量的に捉えることができる。
最後に, RC法を適用し, 非マルコフ系におけるスピンボソンモデルについて検討する。
論文 参考訳（メタデータ） (2021-10-06T02:02:20Z) - A hybrid MGA-MSGD ANN training approach for approximate solution of
linear elliptic PDEs [0.0]
MGA-MSGD(Modified Genetic-Multilevel Gradient Descent)トレーニングアルゴリズムを導入しました。
ANNによるPDEによって記述された3次元機械的問題の精度と効率を大幅に改善する。
論文 参考訳（メタデータ） (2020-12-18T10:59:07Z) - Improving Sampling Accuracy of Stochastic Gradient MCMC Methods via
Non-uniform Subsampling of Gradients [54.90670513852325]
サンプリング精度を向上させるための一様でないサブサンプリング手法を提案する。
EWSGは、一様勾配MCMC法がバッチ勾配MCMC法の統計的挙動を模倣するように設計されている。
EWSGの実践的な実装では、データインデックス上のMetropolis-Hastingsチェーンを介して、一様でないサブサンプリングを効率的に行う。
論文 参考訳（メタデータ） (2020-02-20T18:56:18Z)
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。