論文の概要: Parameter estimation for land-surface models using machine learning libraries

• arxiv url: http://arxiv.org/abs/2505.02979v1
• Date: Mon, 05 May 2025 19:08:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-07 18:50:11.110087
• Title: Parameter estimation for land-surface models using machine learning libraries
• Title（参考訳）: 機械学習ライブラリを用いた地表面モデルのパラメータ推定
• Authors: Ruiyue Huang, Claire E. Heaney, Maarten van Reeuwijk,
• Abstract要約: 本研究では, 観測された土壌温度時系列を用いて, 信頼性の高いパラメータ推定を行うことは不可能であることを示す。 米国フェニックスの都市フラックスタワーデータに逆モデルを適用し, 熱伝導率, 体積熱容量, 複合感熱伝達係数を確実に推定できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Neural Networks for Partial Differential Equations (NN4PDEs) approach is used to determine the parameters of a simple land-surface model using PyTorch's backpropagation engine. In order to test the inverse model, a synthetic dataset is created by running the model in forward mode with known parameter values to create soil temperature time series that can be used as observations for the inverse model. We show that it is not possible to obtain a reliable parameter estimation using a single observed soil temperature time series. Using measurements at two depths, reliable parameter estimates can be obtained although it is not possible to differentiate between latent and sensible heat fluxes. We apply the inverse model to urban flux tower data in Phoenix, United States, and show that the thermal conductivity, volumetric heat capacity, and the combined sensible-latent heat transfer coefficient can be reliably estimated using an observed value for the effective surface albedo. The resulting model accurately predicts the outgoing longwave radiation, conductive soil fluxes and the combined sensible-latent heat fluxes.
• Abstract（参考訳）: PyTorchのバックプロパゲーションエンジンを用いて, 単純地表面モデルのパラメータを決定するために, NN4PDE(Neural Networks for partial Differential Equations)アプローチを用いる。 逆モデルをテストするために、モデルが既知のパラメータ値でフォワードモードで実行され、逆モデルの観測に使用できる土壌温度時系列を生成することによって、合成データセットを作成する。 本研究では, 観測された土壌温度時系列を用いて, 信頼性の高いパラメータ推定を行うことは不可能であることを示す。 2つの深さでの計測により、潜在熱流束と感受性熱流束を区別できないにもかかわらず、信頼性のあるパラメータ推定値が得られる。 米国フェニックスの都市フラックスタワーデータに逆モデルを適用し, 有効表面アルベドの観測値を用いて, 熱伝導率, 体積熱容量, 複合感熱伝達係数を確実に推定できることを示した。 得られたモデルでは, 流出する長波放射, 導電性土壌フラックス, および高感度・高感度熱フラックスを正確に予測する。

関連論文リスト

• Evaluating probabilistic and data-driven inference models for fiber-coupled NV-diamond temperature sensors [0.7140163200313723]
  連続波光磁気共鳴(ODMR)測定による温度推定における推定モデルが不確実性に与える影響について検討した。 このモデルでは、スピンハミルトンパラメータの温度依存性を利用して、ODMRデータのスペクトル特徴から温度を推定する。
  論文  参考訳（メタデータ） (2024-09-14T17:23:20Z)
• Efficient modeling of sub-kilometer surface wind with Gaussian processes and neural networks [0.0]
  風は、その空間的および時間的変動が高いため、モデルにとって特に困難な変数である。 本稿では,ガウス過程とニューラルネットワークを統合した表面風洞をサブキロメートル分解能でモデル化する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-21T09:07:47Z)
• Deep generative modelling of canonical ensemble with differentiable thermal properties [0.9421843976231371]
  標準アンサンブルの温度の異なる変分モデルを提案する。 深部生成モデルを用いて、連続した温度範囲で自由エネルギーを推定し、同時に最小化する。 トレーニングプロセスはデータセットを必要とせず、任意の明示的な密度生成モデルで動作する。
  論文  参考訳（メタデータ） (2024-04-29T03:41:49Z)
• Diffusion posterior sampling for simulation-based inference in tall data settings [53.17563688225137]
  シミュレーションベース推論(SBI)は、入力パラメータを所定の観測に関連付ける後部分布を近似することができる。 本研究では、モデルのパラメータをより正確に推測するために、複数の観測値が利用できる、背の高いデータ拡張について考察する。 提案手法を,最近提案した各種数値実験の競合手法と比較し,数値安定性と計算コストの観点から,その優位性を実証した。
  論文  参考訳（メタデータ） (2024-04-11T09:23:36Z)
• Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
  パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。 本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
  論文  参考訳（メタデータ） (2023-01-18T11:29:49Z)
• Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
  本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。 提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
  論文  参考訳（メタデータ） (2022-05-18T17:11:23Z)
• Mixed Effects Neural ODE: A Variational Approximation for Analyzing the Dynamics of Panel Data [50.23363975709122]
  パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。 我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。 次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-02-18T22:41:51Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)
• A latent variable approach to heat load prediction in thermal grids [10.973034520723957]
  この方法はスウェーデンのルリアにある1つの多層住宅に適用される。 結果は、人工ニューラルネットワークを用いた予測と比較される。
  論文  参考訳（メタデータ） (2020-02-13T09:21:17Z)

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。