論文の概要: Weather Maps as Tokens: Transformers for Renewable Energy Forecasting

• arxiv url: http://arxiv.org/abs/2511.13935v1
• Date: Mon, 17 Nov 2025 21:38:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:52.811294
• Title: Weather Maps as Tokens: Transformers for Renewable Energy Forecasting
• Title（参考訳）: トケインとしての気象マップ : 再生可能エネルギー予測のためのトランスフォーマー
• Authors: Federico Battini,
• Abstract要約: 現在のアプローチでは、気象パターンの豊富な空間的文脈と時間的進化を統合できない。 この研究は、気象地図をトランスフォーマーシーケンスのトークンとして扱い、再生可能エネルギーを予測する新しいアプローチを導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate renewable energy forecasting is essential to reduce dependence on fossil fuels and enabling grid decarbonization. However, current approaches fail to effectively integrate the rich spatial context of weather patterns with their temporal evolution. This work introduces a novel approach that treats weather maps as tokens in transformer sequences to predict renewable energy. Hourly weather maps are encoded as spatial tokens using a lightweight convolutional neural network, and then processed by a transformer to capture temporal dynamics across a 45-hour forecast horizon. Despite disadvantages in input initialization, evaluation against ENTSO-E operational forecasts shows a reduction in RMSE of about 60\% and 20\% for wind and solar respectively. A live dashboard showing daily forecasts is available at: https://www.sardiniaforecast.ifabfoundation.it.
• Abstract（参考訳）: 正確な再生可能エネルギー予測は化石燃料への依存を減らし、グリッド脱炭を可能にするために不可欠である。 しかし、現在のアプローチでは、気象パターンの豊富な空間的文脈と時間的進化を効果的に統合することができない。 この研究は、気象地図をトランスフォーマーシーケンスのトークンとして扱い、再生可能エネルギーを予測する新しいアプローチを導入する。 数時間の気象図は、軽量な畳み込みニューラルネットワークを用いて空間トークンとして符号化され、その後トランスフォーマーによって処理され、45時間の予測地平線を越えて時間的ダイナミクスをキャプチャする。 入力初期化の欠点にもかかわらず、ENTSO-Eの運用予測に対する評価は、それぞれ風力と太陽に対するRMSEの約60\%と20\%の減少を示している。 毎日の予測を示すダッシュボードは、https://www.sardiniaforecast.ifabfoundation.itで公開されている。

関連論文リスト

• Local Off-Grid Weather Forecasting with Multi-Modal Earth Observation Data [5.147520971893645]
  森林火災の管理と再生可能エネルギーの発生は、地球表面付近の正確な局部的な天気予報を必要とする。 機械学習モデルや数値天気予報システムによって生成された予測は、通常、大規模な正規グリッド上で生成される。 本稿では,マルチグラニュアルトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2024-10-16T18:25:43Z)
• 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)
• WindDragon: Enhancing wind power forecasting with Automated Deep Learning [0.5755004576310334]
  本稿では,国家レベルでの短期(1～6時間地平線)風力予測への革新的アプローチを提案する。 この手法は,風速マップと数値気象予測を組み合わせた自動ディープラーニングを利用して,風力の正確な予測を行う。
  論文  参考訳（メタデータ） (2024-02-22T08:55:21Z)
• Scaling transformer neural networks for skillful and reliable medium-range weather forecasting [23.249955524044392]
  本稿では,標準変圧器バックボーンの変更を最小限に抑えつつ,気象予報の最先端性能であるStormerを紹介する。 Stormerの中核はランダムな予測目標であり、様々な時間間隔で天気のダイナミクスを予測するためにモデルを訓練する。 ウェザーベンチ2では、ストーマーは短距離から中距離の予測で競争力を発揮し、現在の手法を7日を超えて上回っている。
  論文  参考訳（メタデータ） (2023-12-06T19:46:06Z)
• Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast [91.9372563527801]
  我々は,世界天気予報を迅速かつ高精度に予測するためのディープラーニングベースのシステムであるPangu-Weatherを紹介する。 初めてAIベースの手法が、最先端の数値天気予報法(NWP)を精度で上回った。 Pangu-Weatherは、極端な天気予報や大規模なアンサンブル予測など、幅広い下流予測シナリオをサポートしている。
  論文  参考訳（メタデータ） (2022-11-03T17:19:43Z)
• Omnivision forecasting: combining satellite observations with sky images for improved intra-hour solar energy predictions [0.0]
  断続的再生可能エネルギー源の電力網への統合は困難である。 雲の閉塞による発電の短期的な変化は、異なる時間スケールで予測できる。 本研究では,これら2つの相補的な視点をクラウドのカバーとして,単一の機械学習フレームワークに統合する。
  論文  参考訳（メタデータ） (2022-06-07T11:52:09Z)
• Forecasting large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)
• TransWeather: Transformer-based Restoration of Images Degraded by Adverse Weather Conditions [77.20136060506906]
  トランスウェザー (TransWeather) は1つのエンコーダとデコーダしか持たない変圧器を用いたエンド・ツー・エンドモデルである。 TransWeatherは、All-in-Oneネットワーク上で、複数のテストデータセット間で大幅に改善されている。 実世界のテスト画像で検証され、従来の方法よりも効果的であることが判明した。
  論文  参考訳（メタデータ） (2021-11-29T18:57:09Z)
• Evo-ViT: Slow-Fast Token Evolution for Dynamic Vision Transformer [63.99222215387881]
  本稿では,視覚変換器の自己モチベーションの遅いトークン進化手法であるEvo-ViTを提案する。 本手法は,画像分類において同等の性能を維持しつつ,視覚変換器の計算コストを大幅に削減することができる。
  論文  参考訳（メタデータ） (2021-08-03T09:56:07Z)

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。