論文の概要: Prediction of steady states in a marine ecosystem model by a machine learning technique

• arxiv url: http://arxiv.org/abs/2506.10475v1
• Date: Thu, 12 Jun 2025 08:28:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.648237
• Title: Prediction of steady states in a marine ecosystem model by a machine learning technique
• Title（参考訳）: 機械学習による海洋生態系モデルにおける定常状態の予測
• Authors: Sarker Miraz Mahfuz, Thomas Slawig,
• Abstract要約: 我々は,地球規模の海洋生態系モデルのためのスピンアップによって得られた定常状態の事前計算をトレーニングデータとして利用する。 これらの予測は, 当初のスピンアップデータと同一の年次周期性に到達しないことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We used precomputed steady states obtained by a spin-up for a global marine ecosystem model as training data to build a mapping from the small number of biogeochemical model parameters onto the three-dimensional converged steady annual cycle. The mapping was performed by a conditional variational autoencoder (CVAE) with mass correction. Applied for test data, we show that the prediction obtained by the CVAE already gives a reasonable good approximation of the steady states obtained by a regular spin-up. However, the predictions do not reach the same level of annual periodicity as those obtained in the original spin-up data. Thus, we took the predictions as initial values for a spin-up. We could show that the number of necessary iterations, corresponding to model years, to reach a prescribed stopping criterion in the spin-up could be significantly reduced compared to the use of the originally uniform, constant initial value. The amount of reduction depends on the applied stopping criterion, measuring the periodicity of the solution. The savings in needed iterations and, thus, computing time for the spin-up ranges from 50 to 95\%, depending on the stopping criterion for the spin-up. We compared these results with the use of the mean of the training data as an initial value. We found that this also accelerates the spin-up, but only by a much lower factor.
• Abstract（参考訳）: 我々は,地球規模の海洋生態系モデルのためのスピンアップによって得られた事前計算済み定常状態を用いて,少数の生物地球化学モデルパラメータから3次元収束定常年周期へのマッピングを構築する訓練データとした。 マッピングは条件付き変分オートエンコーダ (CVAE) で行い, 質量補正を行った。 CVAEにより得られた予測は, 定常スピンアップにより得られる定常状態の妥当な近似を与えることを示す。 しかし、これらの予測は、元のスピンアップデータと同一の年次周期性には達しない。 そこで我々は,この予測をスピンアップの初期値として捉えた。 スピンアップにおける所定停止基準に達するために必要な反復回数は、当初均一で定数な初期値を使用する場合と比較して有意に減少することを示した。 還元の量は、溶液の周期性を測定し、適用された停止基準に依存する。 必要な繰り返しの節約は、スピンアップの停止基準に依存するため、スピンアップの計算時間は50から95%である。 トレーニングデータの平均値を初期値として用いた結果と比較した。 これはスピンアップを加速するが、より低い因子によってのみ加速することがわかった。

関連論文リスト

• SpinSVAR: Estimating Structural Vector Autoregression Assuming Sparse Input [9.548703593014107]
  本研究では,スパース入力仮定の下で時系列データから構造ベクトル自己回帰を推定する新しい手法であるSpinSvarを紹介する。 我々は、入力を独立なラプラス変数としてモデル化し、最小絶対誤差回帰に基づいて、間隔を強制し、最大可能性推定器(MLE)を出力する。 S&P 500データに適用すると、S&P500はセクターごとに株をクラスタリングし、主要な価格変動に関連する重要な構造的ショックを特定する。
  論文  参考訳（メタデータ） (2025-01-06T16:48:30Z)
• Bayesian Circular Regression with von Mises Quasi-Processes [57.88921637944379]
  本研究では、円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 後部推論のために,高速ギブズサンプリングに寄与するストラトノビッチ様拡張法を導入する。 本研究では,このモデルを用いて風向予測と走行歩行周期のパーセンテージを関節角度の関数として適用する実験を行った。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
  量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。 本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。 これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
  論文  参考訳（メタデータ） (2024-06-05T13:36:38Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• Augmented balancing weights as linear regression [3.877356414450364]
  自動脱バイアス機械学習(AutoDML)としても知られる拡張バランスウェイトの特徴を新たに提供する。 拡張推定器は、元の結果モデルから得られる係数と、不注意な通常の最小二乗(OLS)から得られる係数を同じデータに組み合わせた単一の線形モデルと等価であることを示す。 私たちのフレームワークは、この人気の高い推定器のクラスにブラックボックスを開きます。
  論文  参考訳（メタデータ） (2023-04-27T21:53:54Z)
• Nonparametric and Regularized Dynamical Wasserstein Barycenters for Sequential Observations [16.05839190247062]
  有限状態間の段階的遷移を示す逐次観測の確率論的モデルを考える。 純状態量子関数の更新と偏心重みの交互に循環降下を用いた有限次元推定問題を数値的に解く。 シミュレーションと実世界における人間の活動時系列のセグメンテーションにおける提案アルゴリズムの有用性を実証する。
  論文  参考訳（メタデータ） (2022-10-04T21:39:55Z)
• A robust low data solution: dimension prediction of semiconductor nanorods [5.389015968413988]
  半導体ナノロッド(NR)の長さ,幅,アスペクト比を正確に予測するために,ロバストディープニューラルネットワークに基づく回帰アルゴリズムを開発した。 深部ニューラルネットワークは、類似した分布を持つ原データと生成データの両方に対して、よく実行される予測を実証した回帰モデルの開発にさらに応用される。
  論文  参考訳（メタデータ） (2020-10-27T07:51:38Z)
• Predicting nucleation near the spinodal in the Ising model using machine learning [3.5056930099070853]
  畳み込みニューラルネットワーク(CNN)と2つのロジスティック回帰モデルを用いて、2次元イジングモデルにおける核生成の確率を予測する。 CNNはロングレンジイジングモデルのスピノダール付近のロジスティック回帰モデルより優れているが、クエンチがスピノダールに近づくと予測の精度が低下する。
  論文  参考訳（メタデータ） (2020-04-20T19:04:38Z)
• Fast approximations in the homogeneous Ising model for use in scene analysis [61.0951285821105]
  我々は、推論に必要な量を数値計算できる正確な近似を提供する。 近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。 機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
  論文  参考訳（メタデータ） (2017-12-06T14:24:34Z)

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。