論文の概要: Fully Automatic Trace Gas Plume Detection

• arxiv url: http://arxiv.org/abs/2605.03372v1
• Date: Tue, 05 May 2026 05:28:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.775843
• Title: Fully Automatic Trace Gas Plume Detection
• Title（参考訳）: 完全自動微量ガスプルーム検出
• Abstract要約: 将来のイメージング分光計は、微量ガス源の自動検出を必要とするため、データ量を桁違いに増加させる。 本稿では,機械学習に基づく形態解析と物理ベースの分光フィッティングを組み合わせた完全自動化フレームワークを提案する。 システムは2つのモードで動作し、すべてのダウンリンクされたデータ上で自動的に実行される"日次ダイジェスト"、即時応答のための最大のイベントのフラグ付け、および以前の人間のレビューで見逃されたプルームを特定するリフレクション分析である。
• 参考スコア（独自算出の注目度）: 0.9360354631599187
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Future imaging spectrometers will increase data volumes by orders of magnitude, requiring automated detection of trace gas point sources. We present a fully automated framework that combines machine learning-based morphological analysis with physics-based spectroscopic fitting to detect plumes without human participation. Applied to EMIT imaging spectrometer data, the system operates in two modes: "daily digest" that runs automatically on all downlinked data, flagging the largest events for immediate response, and a retrospective analysis that identifies plumes missed by prior human review. The daily digest demonstrates that a significant fraction of the largest plumes can be detected automatically with negligible false positives, while retrospective analysis suggests at least 25% of plumes may have been overlooked. In addition to the previously observed methane point sources, we extend detection to three understudied trace gases: NH3, NO2 and the first observations of carbon monoxide (CO) plume in EMIT imagery.
• Abstract（参考訳）: 将来のイメージング分光計は、微量ガス源の自動検出を必要とするため、データ量を桁違いに増加させる。 本稿では,機械学習に基づく形態解析と物理ベースの分光フィッティングを組み合わせた完全自動化フレームワークを提案する。 EMITイメージング分光計データに適用すると、システムは「日々の消化」という2つのモードで動作し、すべてのダウンリンクされたデータ上で自動的に実行される。 毎日の消化では、最も大きな梅のかなりの部分が無視可能な偽陽性で自動的に検出され、振り返り分析では少なくとも25%の梅が見過ごされた可能性が示唆されている。 これまでに観測されたメタン点源に加えて, NH3, NO2, EMIT画像における一酸化炭素(CO)配管の観測を行った3つの微量ガスも検出範囲を広げた。

関連論文リスト

• A General-Purpose Molecular Foundation Model Transfers Across Diverse Olfactory Tasks [21.327527107800016]
  本研究では,単一標準嗅覚予測タスクを微調整した分子基盤モデルを用いて,多種多様な機械の作用問題間で伝達される表現を学習できるかどうかを考察する。 GS-LFベンチマークのUni-Mol2を多ラベル匂い記述子予測のために微調整し、追加のディープラーニングトレーニングなしで結果モデルを評価する。 微調整されたモデルは、GS-LFベンチマークにおける最先端のウルフアクション固有のベースラインのパフォーマンスと一致し、これらの下流評価を一貫して転送する。
  論文  参考訳（メタデータ） (2026-08-26T15:11:15Z)
• GLACIER: Rethinking Mass Spectrum Prediction as an Object Detection Problem [26.455340248074222]
  分子グラフのための単一段変圧器を用いたフラグメント検出ニューラルネットワークであるGLACIERを紹介する。 GLACIERは既存の最先端技術よりも高速で精度が高い。
  論文  参考訳（メタデータ） (2026-06-28T02:52:39Z)
• Global monitoring of methane point sources using deep learning on hyperspectral radiance measurements from EMIT [1.5926880411246283]
  人為的なメタン点源は、短期的な気候強制、安全リスク、システム非効率を駆動する。 本稿では,エンド・ツー・エンド・エンド・ビジョン・トランスフォーマ・フレームワークであるEMM(MAPL-EMIT)モデルを用いたメタン分析とプルームのローカライゼーションについて述べる。 このモデルは、地球規模のEMM放射データに注入された360万個の物理ベースの合成プラムで訓練された。 実世界のベンチマークでは、MAPL-EMITが既知の手書きのNASA L2Bプルームコンプレックスの79%を捉えている。
  論文  参考訳（メタデータ） (2026-04-11T08:27:56Z)
• FUME: Fused Unified Multi-Gas Emission Network for Livestock Rumen Acidosis Detection [3.7515646463759698]
  ルミナルアシドーシス(Ruminal acidosis)は、乳牛の代謝障害であり、経済的損失と動物福祉の懸念を引き起こす。 In vitro 条件下でのデュアルガス光学画像からのルメンアシドーシス検出のための最初の深層学習手法であるFUMEを提案する。 本研究は, ガス排出による家畜の健康モニタリングの可能性を確立し, 実用的, インビトロアシドーシス検出システムの実現に向けての道を開くものである。
  論文  参考訳（メタデータ） (2026-01-13T04:17:22Z)
• Operational machine learning for remote spectroscopic detection of CH$_{4}$ point sources [1.0934673357973288]
  人為的メタン源の緩和は、地球温暖化を減速させる最も費用対効果の高いレバーの1つである。 マッチングフィルタに基づく現在のメタン回収法は、依然として多数の誤検出を発生させる。 本稿では,メタン排出量を検出する機械学習システムの運用展開について述べる。
  論文  参考訳（メタデータ） (2025-11-11T00:53:03Z)
• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• On the importance of catalyst-adsorbate 3D interactions for relaxed energy predictions [98.70797778496366]
  吸着剤の相対的な位置を無視しながら,OC20データセットの緩和エネルギーを予測できるかどうかを検討する。 結合サイト情報の削除は,期待通りに精度を低下させるが,修正モデルは極めて良好なMAEで緩和エネルギーを予測することができる。
  論文  参考訳（メタデータ） (2023-10-10T14:57:04Z)
• Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
  メタンは最も強力な温室効果ガスの1つである。 現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。 深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
  論文  参考訳（メタデータ） (2023-08-21T19:36:50Z)
• Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
  本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。 提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
  論文  参考訳（メタデータ） (2022-08-24T14:59:28Z)
• Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet Transmission Spectra [68.8204255655161]
  我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。 スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。 主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
  論文  参考訳（メタデータ） (2022-01-07T22:26:33Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Automated fragment identification for electron ionisation mass spectrometry: application to atmospheric measurements of halocarbons [0.0]
  非標的スクリーニングは、疑いまたは未知のすべての現在の物質のサンプルを検索することである。 このアプローチは10年以上前に水分析の分野で導入されたが、室内および大気中の微量ガスの測定には依然として不十分である。 GC-EI-HRMSによる未知化合物の自動同定を可能にするデータ解析ツールを提案する。
  論文  参考訳（メタデータ） (2021-03-23T09:35:10Z)

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。