Fugu-MT 論文翻訳(概要): Weather-Adaptive Multi-Step Forecasting of State of Polarization Changes in Aerial Fibers Using Wavelet Neural Networks

論文の概要: Weather-Adaptive Multi-Step Forecasting of State of Polarization Changes in Aerial Fibers Using Wavelet Neural Networks

arxiv url: http://arxiv.org/abs/2409.03663v1
Date: Thu, 5 Sep 2024 16:15:52 GMT
ステータス: 処理完了
システム内更新日: 2024-09-06 19:53:43.194646
Title: Weather-Adaptive Multi-Step Forecasting of State of Polarization Changes in Aerial Fibers Using Wavelet Neural Networks
Title（参考訳）: ウェーブレットニューラルネットワークを用いた空気繊維の偏光変化状態の天気適応型マルチステップ予測
Authors: Khouloud Abdelli, Matteo Lonardi, Jurgen Gripp, Samuel Olsson Fabien Boitier, Patricia Layec,
Abstract要約: 本研究では,大気ファイバリンクにおけるマルチスケールSOP変化の多段階予測のための新しい気象適応手法を提案する。本手法では,離散ウェーブレット変換と気象データの導入により,RMSEでは65%,MAPEでは63%の精度で予測精度を向上する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a novel weather-adaptive approach for multi-step forecasting of multi-scale SOP changes in aerial fiber links. By harnessing the discrete wavelet transform and incorporating weather data, our approach improves forecasting accuracy by over 65% in RMSE and 63% in MAPE compared to baselines.
Abstract（参考訳）: 本研究では,大気ファイバリンクにおけるマルチスケールSOP変化の多段階予測のための新しい気象適応手法を提案する。本手法では,離散ウェーブレット変換と気象データの導入により,RMSEでは65%,MAPEでは63%の精度で予測精度を向上する。

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)
Unveiling Advanced Frequency Disentanglement Paradigm for Low-Light Image Enhancement [61.22119364400268]
周波数不整合最適化を改良した新しい低周波整合性手法を提案する。注目すべき改善点は5つの人気のあるベンチマークで示されており、6つの最先端モデルで達成されたPSNRの7.68dBのゲインである。提案手法は,88K余剰パラメータで効率を保ち,低照度画像強調の挑戦的な領域に新たな標準を設定する。
論文参考訳（メタデータ） (2024-09-03T06:19:03Z)
A Novel Denoising Technique and Deep Learning Based Hybrid Wind Speed Forecasting Model for Variable Terrain Conditions [2.531156266686649]
本稿では,風速の短期予測のための新しい適応モデルを提案する。単純な地形条件と複雑な地形条件の予測精度の0.70%において、最も低いばらつきを達成している。
論文参考訳（メタデータ） (2024-08-28T06:07:58Z)
Wave Interpolation Neural Operator: Interpolated Prediction of Electric Fields Across Untrained Wavelengths [0.0]
Wave Interpolation Neural Operator (WINO) は、ブロードバンド波長の連続スペクトルにおけるシミュレーション条件を実現する新しいサロゲートソルバである。本モデルでは,従来の有限差分周波数領域シミュレーションの約100倍の性能を示す。
論文参考訳（メタデータ） (2024-08-06T06:00:17Z)
Impact of HPO on AutoML Forecasting Ensembles [0.0]
本稿では,追加のトレーニングコストと,異なる構成の精度向上とのトレードオフについて検討する。提案されたアンサンブル学習とHPOの組み合わせは、アート商用のAutoML予測ソリューションであるAmazon Forecastの状態を上回ります。
論文参考訳（メタデータ） (2023-11-07T14:38:18Z)
Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文参考訳（メタデータ） (2023-09-12T13:28:06Z)
An Adaptive Approach for Probabilistic Wind Power Forecasting Based on Meta-Learning [7.422947032954223]
本稿では,オフラインおよびオンライン学習手順を含む,確率的風力予測(WPF)への適応的アプローチについて検討する。オフライン学習では、メタ学習の内外ループ更新を通じてベース予測モデルを訓練する。オンライン学習の段階では、ベース予測モデルがオンライン予測に適用され、漸進的な学習技術が組み合わされる。
論文参考訳（メタデータ） (2023-08-15T18:28:22Z)
FengWu: Pushing the Skillful Global Medium-range Weather Forecast beyond 10 Days Lead [93.67314652898547]
人工知能(AI)に基づく高度データ駆動型中距離気象予報システムFengWuについて紹介する。 FengWuは大気力学を正確に再現し、0.25度緯度で37の垂直レベルで将来の陸と大気の状態を予測することができる。その結果、FengWuは予測能力を大幅に向上させ、熟練した中距離気象予報を10.75日間のリードまで拡張できることがわかった。
論文参考訳（メタデータ） (2023-04-06T09:16:39Z)
Learning and Adaptation in Millimeter-Wave: a Dual Timescale Variational Framework [4.162663632560141]
ミリ波車両ネットワークはビームトレーニングのオーバーヘッドが大きいため、狭ビーム通信が可能である。本稿では,通信ビームのダイナミクスを学習し,低オーバーヘッドで適応ビームトレーニングを設計するための学習適応フレームワークを提案する。
論文参考訳（メタデータ） (2021-06-27T19:04:18Z)
Distributional Reinforcement Learning for mmWave Communications with Intelligent Reflectors on a UAV [119.97450366894718]
無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
論文参考訳（メタデータ） (2020-11-03T16:50:37Z)
Towards a Competitive End-to-End Speech Recognition for CHiME-6 Dinner Party Transcription [73.66530509749305]
本稿では,難しい場合であっても,ハイブリッドベースラインに近い性能を示すエンドツーエンドアプローチについて論じる。 CTC-Attention と RNN-Transducer のアプローチと RNN と Transformer のアーキテクチャを比較し,解析する。 RNN-Transducerをベースとしたベストエンド・ツー・エンドモデルでは、ビームサーチの改善とともに、LF-MMI TDNN-F CHiME-6 Challengeのベースラインよりも品質が3.8%向上した。
論文参考訳（メタデータ） (2020-04-22T19:08:33Z)

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。