Fugu-MT 論文翻訳(概要): Multi-Resolution Analysis of the Convective Structure of Tropical Cyclones for Short-Term Intensity Guidance

論文の概要: Multi-Resolution Analysis of the Convective Structure of Tropical Cyclones for Short-Term Intensity Guidance

arxiv url: http://arxiv.org/abs/2510.19854v1
Date: Tue, 21 Oct 2025 18:50:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-25 03:08:16.331217
Title: Multi-Resolution Analysis of the Convective Structure of Tropical Cyclones for Short-Term Intensity Guidance
Title（参考訳）: 短期インテンシティ誘導のための熱帯サイクロンの対流構造の多解法解析
Authors: Elizabeth Cucuzzella, Tria McNeely, Kimberly Wood, Ann B. Lee,
Abstract要約: 24時間リードによる短期強度予測は, 大西洋TC盆地の災害軽減に不可欠である。多分解能解析を用いて細かなTC構造を定量化するための簡潔で解釈可能で記述的なアプローチを提案する。ディープラーニング技術はこのMRAを利用して短期的なインテンシティガイダンスを構築することができる。
参考スコア（独自算出の注目度）: 0.936298660493537
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Accurate tropical cyclone (TC) short-term intensity forecasting with a 24-hour lead time is essential for disaster mitigation in the Atlantic TC basin. Since most TCs evolve far from land-based observing networks, satellite imagery is critical to monitoring these storms; however, these complex and high-resolution spatial structures can be challenging to qualitatively interpret in real time by forecasters. Here we propose a concise, interpretable, and descriptive approach to quantify fine TC structures with a multi-resolution analysis (MRA) by the discrete wavelet transform, enabling data analysts to identify physically meaningful structural features that strongly correlate with rapid intensity change. Furthermore, deep-learning techniques can build on this MRA for short-term intensity guidance.
Abstract（参考訳）: 24時間リードの正確な熱帯性サイクロン (TC) の短期強度予測は, 大西洋TC盆地の災害軽減に不可欠である。しかし、これらの複雑な高解像度の空間構造は、予測者によってリアルタイムで定性的に解釈することが困難である。本稿では、離散ウェーブレット変換による多分解能解析(MRA)を用いて微細TC構造を定量化するための簡潔で解釈可能な記述的手法を提案する。さらに、このMRA上にディープラーニング技術を構築して、短期的な強度指導を行うこともできる。

関連論文リスト

Storm Surge in Color: RGB-Encoded Physics-Aware Deep Learning for Storm Surge Forecasting [0.5242869847419834]
災害予報は沿岸災害に備える上で重要な役割を担っているが、既存の機械学習アプローチでは空間適応性に制限があることが多い。本研究では,非構造水位場を構造化赤緑(RGB)符号化表現に投影する新しい手法を提案する。提案手法は,テキサス州沿岸の複数の地域において48時間連続予測性能を示し,他の沿岸地域に対して強い空間適応性を示す。
論文参考訳（メタデータ） (2025-06-26T19:56:30Z)
Multiresolution Analysis and Statistical Thresholding on Dynamic Networks [49.09073800467438]
ANIE(Adaptive Network Intensity Estimation)は、ネットワーク構造が進化する時間スケールを自動的に識別する多段階フレームワークである。 ANIEは適切な時間分解能に適応し、ノイズに頑健でありながら鋭い構造変化を捉えることができることを示す。
論文参考訳（メタデータ） (2025-06-01T22:55:55Z)
VQLTI: Long-Term Tropical Cyclone Intensity Forecasting with Physical Constraints [21.437159129186664]
熱帯サイクロン(TC)強度予測は早期災害警報や緊急意思決定に不可欠である。本稿では,長期予測性能を向上させるためのVQLTIフレームワークを提案する。グローバルなTC強度予測では、VQLTIは24時間から120hの最先端の結果を達成し、ECMWF-IFSと比較して最大持続風(Maximum Sustained Wind)予測誤差は35.65%-42.51%削減された。
論文参考訳（メタデータ） (2025-01-30T03:52:37Z)
Deep End-to-End Survival Analysis with Temporal Consistency [49.77103348208835]
本稿では,大規模長手データの処理を効率的に行うために,Survival Analysisアルゴリズムを提案する。我々の手法における中心的な考え方は、時間とともにデータにおける過去と将来の成果が円滑に進化するという仮説である時間的一貫性である。我々のフレームワークは、安定したトレーニング信号を提供することで、時間的一貫性を大きなデータセットに独自に組み込む。
論文参考訳（メタデータ） (2024-10-09T11:37:09Z)
Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
論文参考訳（メタデータ） (2024-08-08T06:47:21Z)
The Capacity and Robustness Trade-off: Revisiting the Channel Independent Strategy for Multivariate Time Series Forecasting [50.48888534815361]
本稿では、Channel Dependent(CD)戦略でトレーニングされたモデルが、Channel Dependent(CD)戦略でトレーニングされたモデルよりも優れていることを示す。以上の結果から,CD手法は高いキャパシティを持つが,分散ドリフト時系列を正確に予測する堅牢性に欠けることがわかった。本稿では,CI戦略を超越した正規化(PRReg)による予測残差法(Predict Residuals with Regularization, PRReg)を提案する。
論文参考訳（メタデータ） (2023-04-11T13:15:33Z)
TCR-GAN: Predicting tropical cyclone passive microwave rainfall using infrared imagery via generative adversarial networks [11.34283731463713]
本研究では、熱帯サイクロン(TC)の衛星赤外(IR)画像から受動マイクロ波雨量(PMR)を直接予測することにより、この問題の解決を試みる。我々は, 赤外線画像をPMRに変換するGAN(Generative Adversarial Network)を開発し, TCクラウドトップの明るい温度とPMRのマッピング関係を確立する。実験の結果,IRから重要な特徴を効果的に抽出できることが示唆された。
論文参考訳（メタデータ） (2022-01-14T08:22:16Z)
Identifying Distributional Differences in Convective Evolution Prior to Rapid Intensification in Tropical Cyclones [4.925967492198013]
熱帯サイクロン(TC)強度予測は6時間ごとにヒトの予測者によって発行される。これらの時間的制約の中では、そのようなデータから洞察を引き出すのは難しい。ここでは、強力なAI予測アルゴリズムと古典的な統計的推測を利用して、嵐の急速な激化につながるTC構造の進化におけるパターンを特定する。
論文参考訳（メタデータ） (2021-09-24T15:33:29Z)
CNN Profiler on Polar Coordinate Images for Tropical Cyclone Structure Analysis [11.387235721659378]
本研究は、衛星画像にCNNを適用して、TC構造プロファイル全体を作成する。新たにリリースしたベンチマークデータセットで、トレーニングのための貴重なラベルを提供しています。
論文参考訳（メタデータ） (2020-10-28T18:13:19Z)
Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
論文参考訳（メタデータ） (2020-06-19T21:04:47Z)

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。