Fugu-MT 論文翻訳(概要): Ozone level forecasting in Mexico City with temporal features and interactions

論文の概要: Ozone level forecasting in Mexico City with temporal features and interactions

arxiv url: http://arxiv.org/abs/2411.07259v1
Date: Mon, 04 Nov 2024 20:08:08 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-17 08:06:15.337002
Title: Ozone level forecasting in Mexico City with temporal features and interactions
Title（参考訳）: 時間的特徴と相互作用を考慮したメキシコシティのオゾンレベル予測
Authors: J. M. Sánchez Cerritos, J. A. Martínez-Cadena, A. Marín-López, J. Delgado-Fernández,
Abstract要約: 本研究は,メキシコシティにおけるオゾン濃度の予測における複数の回帰モデルの精度を比較した。その結果,時間的特徴と相互作用を取り入れることで,モデルの精度が向上することが示唆された。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Tropospheric ozone is an atmospheric pollutant that negatively impacts human health and the environment. Precise estimation of ozone levels is essential for preventive measures and mitigating its effects. This work compares the accuracy of multiple regression models in forecasting ozone levels in Mexico City, first without adding temporal features and interactions, and then with these features included. Our findings show that incorporating temporal features and interactions improves the accuracy of the models.
Abstract（参考訳）: 対流圏オゾン(英: Tropospheric ozone)は、大気汚染物質であり、ヒトの健康と環境に悪影響を及ぼす。オゾン濃度の高精度な推定は、その対策と効果の軽減に不可欠である。この研究は、メキシコシティのオゾンレベルの予測において、時間的特徴や相互作用を加えることなく複数の回帰モデルの精度を比較し、これらの特徴を含める。その結果,時間的特徴と相互作用を取り入れることで,モデルの精度が向上することが示唆された。

関連論文リスト

Efficient Localized Adaptation of Neural Weather Forecasting: A Case Study in the MENA Region [62.09891513612252]
地域レベルのダウンストリームタスクに特化して、リミテッド・エリア・モデリングに焦点を合わせ、モデルをトレーニングします。我々は,気象予報が水資源の管理,農業,極度の気象事象の影響軽減に重要であるという,気象学的課題からMENA地域を考察する。本研究では,パラメータ効率のよい微調整手法,特にローランド適応(LoRA)とその変種を統合することの有効性を検証することを目的とした。
論文参考訳（メタデータ） (2024-09-11T19:31:56Z)
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)
Cluster-Segregate-Perturb (CSP): A Model-agnostic Explainability Pipeline for Spatiotemporal Land Surface Forecasting Models [5.586191108738564]
本稿では、LIMEのような摂動に基づく説明可能性手法とPDPのようなグローバルな限界説明可能性の両方から原理を統合するパイプラインを提案する。提案したパイプラインは,複雑な陸面予測モデルにおける限界感度解析,限界相関解析,ラグ解析などの多様な調査分析の実施を単純化する。
論文参考訳（メタデータ） (2024-08-12T04:29:54Z)
VegeDiff: Latent Diffusion Model for Geospatial Vegetation Forecasting [58.12667617617306]
地理空間植生予測タスクのためのVegeDiffを提案する。 VegeDiffは、植物の変化過程の不確かさを確率的に捉えるために拡散モデルを使用した最初の企業である。植生の変化の不確かさを捉え、関連する変数の複雑な影響をモデル化することで、VegeDiffは既存の決定論的手法より優れている。
論文参考訳（メタデータ） (2024-07-17T14:15:52Z)
Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
論文参考訳（メタデータ） (2024-04-08T09:13:16Z)
ExtremeCast: Boosting Extreme Value Prediction for Global Weather Forecast [57.6987191099507]
非対称な最適化を行い、極端な天気予報を得るために極端な値を強調する新しい損失関数であるExlossを導入する。また,複数のランダムサンプルを用いて予測結果の不確かさをキャプチャするExBoosterについても紹介する。提案手法は,上位中距離予測モデルに匹敵する全体的な予測精度を維持しつつ,極端気象予測における最先端性能を達成することができる。
論文参考訳（メタデータ） (2024-02-02T10:34:13Z)
Spatiotemporal modeling of European paleoclimate using doubly sparse Gaussian processes [61.31361524229248]
計算負担を軽減するため,近年の大規模分散時間GPを構築した。我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
論文参考訳（メタデータ） (2022-11-15T14:15:04Z)
Learning to forecast vegetation greenness at fine resolution over Africa with ConvLSTMs [2.7708222692419735]
我々は、このタスクに対処するために、畳み込みLSTM(ConvLSTM)アーキテクチャを使用します。我々は,アフリカにおける植生の変化をSentinel-2衛星NDVIを用いて予測し,ERA5気象分析,SMAP衛星測定,地形解析を行った。以上の結果から,ConvLSTMモデルがNDVIの季節変動を高分解能で予測できるだけでなく,観測基準値に対する気象異常の影響も明らかとなった。
論文参考訳（メタデータ） (2022-10-24T23:03:36Z)
Assessing the Lockdown Effects on Air Quality during COVID-19 Era [8.733926566837676]
特に、一酸化炭素(CO)、オゾン(O3)、二酸化窒素(NO2)、二酸化硫黄(SO2)などの特定の汚染ガスに対する濃度効果を強調した。ヨーロッパ4都市(Athens, Gladsaxe, Lodz, Rome)に着目した大気質に及ぼすロックダウンの影響評価雇用予防対策のレベルは、オックスフォード市政府対応トラッカーを用いて採用されている。その結果, 汚染ガスの挙動を予測するモデルの構築が可能であることが示唆された。
論文参考訳（メタデータ） (2021-06-25T16:39:44Z)
A data-driven approach to the forecasting of ground-level ozone concentration [0.0]
本研究では,スイス南部におけるオゾン濃度の日頭最大値の予測に機械学習アプローチを適用した。重み付けが、オゾンの日中ピーク値の特定の範囲の予測精度を高めるのにどう役立つかを示す。
論文参考訳（メタデータ） (2020-10-14T09:35:48Z)
A Novel CMAQ-CNN Hybrid Model to Forecast Hourly Surface-Ozone Concentrations Fourteen Days in Advance [0.19573380763700707]
現在利用可能な空気質予測のための数値モデリングシステムは、事前に24時間から48時間予測することができる。畳み込みニューラルネットワーク(CNN)モデルに基づくモデリングシステムを開発した。本研究の主な目的は, オゾン濃度の時間変動の予測であるが, その他の汚染物質にも適用可能である。
論文参考訳（メタデータ） (2020-08-13T16:02:05Z)

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。