論文の概要: Property Testing for Ocean Models. Can We Specify It? (Invited Talk)

• arxiv url: http://arxiv.org/abs/2510.13692v1
• Date: Wed, 15 Oct 2025 15:50:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.747478
• Title: Property Testing for Ocean Models. Can We Specify It? (Invited Talk)
• Title（参考訳）: 海洋モデルのための特性試験 : それを特定できるか?(招待講演)
• Authors: Deepak A. Cherian,
• Abstract要約: 物性試験として表される物理流体力学理論が、海洋モデルの正しさをテストするためのオラクル問題に対処するために用いられるかどうかを問う。 そこで本論文では, GFD 問題の多くをプロパティテストとして扱うことを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: I take inspiration from the property-testing literature, particularly the work of Prof. John Hughes, and explore how such ideas might be applied to numerical models of the ocean. Specifically, I ask whether geophysical fluid dynamics (GFD) theory, expressed as property tests, might be used to address the oracle problem of testing the correctness of ocean models. I propose that a number of simple idealized GFD problems can be framed as property tests. These examples clearly illustrate how physics naturally lends itself to specifying property tests. Which of these proposed tests might be most feasible and useful, remains to be seen.
• Abstract（参考訳）: 特にジョン・ヒューズ(John Hughes)教授の著作からインスピレーションを得て、そのようなアイデアが海の数値モデルにどのように適用できるかを探求します。 具体的には、地球物理流体力学(GFD)理論が、海洋モデルの正しさをテストするためのオラクル問題に対処するために用いられるかどうかを問う。 そこで本論文では, GFD 問題の多くをプロパティテストとして扱うことを提案する。 これらの例は、物理学が自然に特性テストにどう貢献するかをはっきりと示している。 提案されたテストのうちどれが最も実用的で有用かは、まだわからない。

関連論文リスト

• RAG for Geoscience: What We Expect, Gaps and Opportunities [15.069356714106808]
  Retrieval-Augmented Generation (RAG)は、検索と生成を組み合わせることで言語モデルを強化する。 次世代のパラダイムであるGeo-RAGは、RAGをモジュラー検索の$rightarrow$ reason $rightarrow$ generate $rightarrow$ verify loopとして再定義する。 Geo-RAGは、(i)マルチモーダル地球データの検索、(ii)物理および領域制約下での推論、(iii)科学グレードのアーティファクトの生成、(iv)数値モデル、地上測定、エキスパートアセスメントに対する生成仮説の検証の4つのコア機能をサポートしている。
  論文  参考訳（メタデータ） (2025-08-15T06:33:27Z)
• How Effective are Large Time Series Models in Hydrology? A Study on Water Level Forecasting in Everglades [1.147912082971675]
  エバーグレーズは洪水と干ばつ規制、水資源計画、生態系管理において重要な役割を果たしている。 従来の物理に基づく、水位を予測する統計的手法は、しばしば重大な課題に直面している。 大規模時系列モデルの最近の進歩は、これらの制限に対処する可能性を示している。
  論文  参考訳（メタデータ） (2025-05-02T17:48:20Z)
• Are DeepSeek R1 And Other Reasoning Models More Faithful? [2.0429566123690455]
  我々は,Qwen-2.5,Gemini-2,DeepSeek-V3-Baseの3つの推論モデルを評価する。 MMLU質問に対する解答に、その解答がどう影響するかをモデルで記述できるかどうかを検証する。 推論モデルは、テストされたすべての非推論モデルよりもはるかに確実にそれらに影響を与えるキューを記述する。
  論文  参考訳（メタデータ） (2025-01-14T14:31:45Z)
• Physion++: Evaluating Physical Scene Understanding that Requires Online Inference of Different Physical Properties [100.19685489335828]
  この研究は、人工システムにおける視覚的身体的予測を厳格に評価する新しいデータセットとベンチマークであるPhysylon++を提案する。 正確な予測が質量、摩擦、弾性、変形性などの特性の推定に依存するシナリオをテストする。 我々は,様々なレベルの学習と組込み知識にまたがる最先端予測モデルの性能を評価し,その性能を人間の予測と比較した。
  論文  参考訳（メタデータ） (2023-06-27T17:59:33Z)
• OPEn: An Open-ended Physics Environment for Learning Without a Task [132.6062618135179]
  オープンエンドな物理環境で学んだ世界のモデルが、特定のタスクを伴わずに、下流の物理推論タスクに再利用できるかどうかについて検討する。 我々は,OPEn(Open-ended Physics ENvironment)のベンチマークを構築し,この環境における学習表現をテストするためのいくつかのタスクを明示的に設計する。 その結果、教師なしのコントラスト学習を表現学習に用いたエージェントと、探索のためのインパクト駆動学習が最良の結果となった。
  論文  参考訳（メタデータ） (2021-10-13T17:48:23Z)
• PROST: Physical Reasoning of Objects through Space and Time [68.69796589964076]
  このデータセットには、14のテンプレートを手作業でキュレートした18,736の多重選択質問が含まれている。 我々は、最先端の事前学習モデルが物理的推論において不十分であることを示す分析を行う。
  論文  参考訳（メタデータ） (2021-06-07T14:06:20Z)
• Generating Physically-Consistent Satellite Imagery for Climate Visualizations [53.61991820941501]
  我々は,将来的な洪水や森林再生イベントの合成衛星画像を作成するために,生成的敵ネットワークを訓練する。 純粋なディープラーニングベースのモデルでは、洪水の可視化を生成することができるが、洪水の影響を受けない場所では幻覚的な洪水が発生する。 我々は,地球観測におけるセグメンテーションガイドによる画像と画像の変換のためのコードとデータセットを公開している。
  論文  参考訳（メタデータ） (2021-04-10T15:00:15Z)
• Cloth in the Wind: A Case Study of Physical Measurement through Simulation [50.31424339972478]
  実例を一度も見ずに風中の布の潜伏物性を測定することを提案する。 私たちのソリューションは、シミュレーションをコアとした反復的な洗練手順です。 この対応は、物理的に類似した例を近くの点にマッピングする埋め込み関数を用いて測定される。
  論文  参考訳（メタデータ） (2020-03-09T21:32:23Z)

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。