論文の概要: The Climate Change Knowledge Graph: Supporting Climate Services
- arxiv url: http://arxiv.org/abs/2602.19786v1
- Date: Mon, 23 Feb 2026 12:42:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-24 17:42:02.812881
- Title: The Climate Change Knowledge Graph: Supporting Climate Services
- Title（参考訳）: 気候変動に関する知識グラフ
- Authors: Miguel Ceriani, Fiorela Ciroku, Alessandro Russo, Massimiliano Schembri, Fai Fung, Neha Mittal, Vito Trianni, Andrea Giovanni Nuzzolese,
- Abstract要約: 気候変動知識グラフは、気候シミュレーションに関連する多様なデータソースをコヒーレントな知識グラフに統合するように設計されている。
この革新的なリソースは、気候モデル、シミュレーション、変数、構成、時間領域、粒度を含む複雑なクエリの実行を可能にする。
- 参考スコア（独自算出の注目度）: 33.331299436929946
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Climate change impacts a broad spectrum of human resources and activities, necessitating the use of climate models to project long-term effects and inform mitigation and adaptation strategies. These models generate multiple datasets by running simulations across various scenarios and configurations, thereby covering a range of potential future outcomes. Currently, researchers rely on traditional search interfaces and APIs to retrieve such datasets, often piecing together information from metadata and community vocabularies. The Climate Change Knowledge Graph is designed to address these challenges by integrating diverse data sources related to climate simulations into a coherent and interoperable knowledge graph. This innovative resource allows for executing complex queries involving climate models, simulations, variables, spatio-temporal domains, and granularities. Developed with input from domain experts, the knowledge graph and its underlying ontology are published with open access license and provide a comprehensive framework that enhances the exploration of climate data, facilitating more informed decision-making in addressing climate change issues.
- Abstract（参考訳）: 気候変動は、人的資源や活動の幅広い範囲に影響し、長期的効果を予測し、緩和と適応戦略を通知するために気候モデルを使用する必要がある。
これらのモデルは、さまざまなシナリオや構成にわたってシミュレーションを実行することで、複数のデータセットを生成します。
現在、研究者はそのようなデータセットを検索するために伝統的な検索インターフェイスとAPIに依存しており、しばしばメタデータやコミュニティの語彙から情報を収集している。
気候変動知識グラフは、気候シミュレーションに関連する多様なデータソースを一貫性のある相互運用可能な知識グラフに統合することにより、これらの課題に対処するように設計されている。
この革新的なリソースは、気候モデル、シミュレーション、変数、時空間領域、粒度を含む複雑なクエリの実行を可能にする。
ドメインの専門家からのインプットによって開発され、知識グラフとその基盤となるオントロジーは、オープンアクセスライセンスで公開され、気候変動問題に対処する上で、より詳細な意思決定を促進する包括的なフレームワークを提供する。
関連論文リスト
- Querying Climate Knowledge: Semantic Retrieval for Scientific Discovery [18.553569226042374]
本稿では、気候の出版物とより広範な科学的テキストから構築されたドメイン固有知識グラフ(KG)を紹介する。
キーワードベースの検索とは異なり、我々のKGは構造化されたセマンティックなクエリをサポートし、研究者が正確な接続を見つけるのに役立つ。
論文 参考訳（メタデータ） (2025-09-12T09:28:29Z) - ClimateBench-M: A Multi-Modal Climate Data Benchmark with a Simple Generative Method [61.76389719956301]
我々は、ERA5の時系列気候データ、NOAAの極度の気象イベントデータ、NASAの衛星画像データを調整するマルチモーダル気候ベンチマークであるClimateBench-Mに貢献する。
また,各データモダリティの下では,天気予報,雷雨警報,作物の分断作業において,競争性能を向上できる簡易かつ強力な生成手法を提案する。
論文 参考訳（メタデータ） (2025-04-10T02:22:23Z) - Analyzing Regional Impacts of Climate Change using Natural Language
Processing Techniques [0.9387233631570752]
我々は、気候学における特定の地理を特定するために、名前付きエンティティ認識(NER)にBERT(Bidirectional Representations from Transformers)を用いる。
地域ごとの気候傾向分析を行い、特定の地域での気候変動に関連する主要なテーマや関心点を特定する。
これらの地域固有の気候データの詳細な調査は、よりカスタマイズされた政策作成、適応、緩和戦略の作成を可能にする。
論文 参考訳（メタデータ） (2024-01-11T16:44:59Z) - Foundation Models for Weather and Climate Data Understanding: A
Comprehensive Survey [39.08108001903514]
私たちは、気象や気候データのために特別に設計された最先端のAI方法論を、徹底的に、タイムリーに概説しています。
主な対象は、気象・気候データの種類、主モデル、モデルスコープと応用、気象・気候のデータセットの4つである。
論文 参考訳（メタデータ） (2023-12-05T01:10:54Z) - FREE: The Foundational Semantic Recognition for Modeling Environmental Ecosystems [56.0640340392818]
我々は、様々な特徴と利用可能な情報を使ってユニバーサルモデルを訓練するフレームワーク、FREEを導入する。
その中核となる考え方は、利用可能な環境データをテキスト空間にマッピングし、環境科学における従来の予測モデリングタスクを意味認識問題に変換することである。
河川水温予測と収穫量予測という2つの社会学的に重要な実世界の応用に対する評価は、FREEが複数のベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-11-17T00:53:09Z) - ClimateLearn: Benchmarking Machine Learning for Weather and Climate
Modeling [20.63843548201849]
ClimateLearnは、データ駆動型気候科学のための機械学習モデルのトレーニングと評価を大幅に単純化する、オープンソースのライブラリである。
これは、現代の機械学習システムによる気象と気候モデリングの研究をブリッジする、最初の大規模かつオープンソースな取り組みである。
論文 参考訳（メタデータ） (2023-07-04T20:36:01Z) - Federated Prompt Learning for Weather Foundation Models on Devices [37.88417074427373]
天気予報のためのデバイス上のインテリジェンスでは、ローカルなディープラーニングモデルを使用して、集中型クラウドコンピューティングなしで気象パターンを分析する。
本稿では,FedPoD(Federated Prompt Learning for Weather Foundation Models on Devices)を提案する。
FedPoDは、通信効率を維持しながら、高度にカスタマイズされたモデルを得ることができる。
論文 参考訳（メタデータ） (2023-05-23T16:59:20Z) - ClimaX: A foundation model for weather and climate [51.208269971019504]
ClimaXは気象と気候科学のディープラーニングモデルである。
気候データセットの自己教師型学習目標で事前トレーニングすることができる。
気候や気候の様々な問題に対処するために、微調整が可能である。
論文 参考訳（メタデータ） (2023-01-24T23:19:01Z) - CLIMATE-FEVER: A Dataset for Verification of Real-World Climate Claims [4.574830585715129]
気候変動関連クレームを検証するための新しいデータセットであるCLIMATE-FEVERを紹介する。
人工的に設計されたクレームの最大のデータセットであるFEVER [1]の方法論を,インターネットから収集した実生活クレームに適用する。
我々は、textscfeverフレームワーク内での現実世界の気候関連クレームをモデル化する、驚くべき、微妙な複雑さについて論じる。
論文 参考訳（メタデータ） (2020-12-01T16:32:54Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z)
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。