論文の概要: A 10,000-Year Global Stochastic Tropical Cyclone Catalog with Wind-Dependent Track Transitions (WHITS)

• arxiv url: http://arxiv.org/abs/2605.20494v1
• Date: Tue, 19 May 2026 20:58:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.378612
• Title: A 10,000-Year Global Stochastic Tropical Cyclone Catalog with Wind-Dependent Track Transitions (WHITS)
• Title（参考訳）: 風による軌道遷移(WHITS)を伴う1万年間の地球確率熱帯サイクロンカタログ
• Abstract要約: WHITS(Wind- Focus Hurricane Interactive Track Simulator)は,非パラメトリックなセミマルコフトラックジェネレータである。 ヒストリカルトラックセグメント間の遷移は、位置、年齢、前方ベクトルに加えて、局所的な風速で条件付けられる。 結果として得られた1万yrのグローバルな合成カタログは、観測されたトラック密度と毎年のハリケーン/台風による風速の確率を再現する。
• 参考スコア（独自算出の注目度）: 0.40515232217224745
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Reliable assessment of tropical cyclone (TC) risk is limited by the brevity and spatial sparsity of the historical record, particularly for the rare, high-intensity landfalls that dominate insured loss. We present WHITS (Wind-focused Hurricane Interactive Track Simulator), a non-parametric semi-Markov track generator that extends the HITS framework of Nakamura et al. (2015) in three ways: transitions between historical track segments are conditioned on local wind speed in addition to position, age, and forward vector; the kernel selection on the comparative-vector term is sharpened to suppress dynamically inconsistent jumps; and a short smoothing window is applied across each transition to remove the position and wind discontinuities reported by downstream surge users. WHITS is fit to the full available best-track record in each of six basins in IBTrACS, extending in the North Atlantic to 1851 and in other basins to the earliest year of reliable best-track data. The resulting 10,000-yr global synthetic catalog reproduces observed track density and the annual hurricane/typhoon-force wind-hit probability across all basins. The catalog is intended for catastrophe-risk applications where a large, low-bias sample of physically plausible tracks is more useful than a small, statistically corrected one.
• Abstract（参考訳）: 熱帯性サイクロン(TC)リスクの信頼性評価は、歴史的記録の簡潔さと空間的間隔によって制限される。 WHITS(Wind- Focus Hurricane Interactive Track Simulator)は、中村ら(2015)のHITSフレームワークを拡張したノンパラメトリックな半マルコフトラックジェネレータであり、位置、年齢、前方ベクトルに加えて、履歴トラックセグメント間の遷移が局所風速で条件付けられている。 WHITSは、IBTrACSの6つの盆地のそれぞれで利用可能な最高速度記録に適合しており、北大西洋では1851年まで、その他の盆地では信頼性の高い最高速度のデータが記録されている。 結果として得られた1万yrのグローバルな合成カタログは、すべての盆地で観測されたトラック密度と毎年のハリケーン/台風による風速の確率を再現している。 このカタログは、物理的に可算なトラックの大きな低バイアスのサンプルが、統計的に修正された小さなものよりも有用であるカタストロフィリスクの応用を目的としている。

関連論文リスト

• TSSM: Triaxial State Space Model for Global Station Weather Forecasting with Temporal-Variable-Historical Modeling [74.915718648935]
  既存の手法では精度が限られており、極端なイベントやエラーの蓄積に苦労している。 本稿では,歴史に富んだ時間可変ヒストリカルパラダイムを用いた三軸状態空間モデル(TSSM)を提案する。 TSSMは、歴史的サンプルを周期的なバッチにまとめ、予測は歴史的および現在の観測によって因果的に支持される。
  論文  参考訳（メタデータ） (2026-07-14T07:36:19Z)
• Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
  シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。 擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。 本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
  論文  参考訳（メタデータ） (2026-07-08T18:23:48Z)
• SFDATrack: Generalized Source-Free Domain Adaptive Tracking Under Adverse Weather Conditions [81.31561238030939]
  SFDATrackは、悪天候下で物体を追跡するための、ソースフリーのドメイン適応トラッカーである。 SFDATrackは最先端のアプローチに比べて優れた性能を示した。
  論文  参考訳（メタデータ） (2026-07-01T03:09:12Z)
• Hierarchical Two-Stage Framework for Environment-Aware Long-Horizon Vessel Trajectory Prediction [30.034731404731634]
  本稿では,粗い長期予測器とグリッド対応短期予測器を組み合わせた階層型2段階フレームワークを提案する。 統合された環境モジュールは、表面電流、風ベクトル、顕著な波高を含む海洋パラメータを含む。 我々のフレームワークは、平均変位誤差(ADE)が25%、最終変位誤差(FDE)が17%上回っている。
  論文  参考訳（メタデータ） (2026-05-15T00:50:39Z)
• Tyche: One Step Flow for Efficient Probabilistic Weather Forecasting [48.263481135566316]
  我々は,効率的な確率的天気予報のための一段階条件付き流れモデルであるTycheを提案する。 ERA5の1.5ドル(約1万2000円)と6時間の解像度での実験では、たった1つのNFEを使って、最先端の多段階生成ベースラインの予測スキルとキャリブレーションを一致または超過していることが示されています。
  論文  参考訳（メタデータ） (2026-05-07T20:25:28Z)
• Machine Learning-Based Classification of Vessel Types in Straits Using AIS Tracks [0.0]
  本稿では,AISデータのみを用いて移動船を分類する機械学習パイプラインを提案する。 我々は、バルト海のボルンホルム海峡をカバーするデンマーク海事局から8日間の歴史的AISを分析した。
  論文  参考訳（メタデータ） (2025-09-09T19:52:43Z)
• A Statistical Learning Approach to Mediterranean Cyclones [0.0]
  ベイジアンアルゴリズムは風速データに基づいて地中海のサイクロンを分類できることを示す。 教師付き統計学習技術を用いて新しいサイクロンを検出し,追跡する。
  論文  参考訳（メタデータ） (2025-01-26T22:46:11Z)
• LASSE: Learning Active Sampling for Storm Tide Extremes in Non-Stationary Climate Regimes [1.8434042562191815]
  我々は、サロゲートモデルが精度、リコール、精度の観点から有望であることを示す。 本稿では,高潮発生サイクロンを迅速に探索するオンライン学習手法を提案する。 ダウンスケールTCの広範囲なカタログでは、希少な破壊嵐を回収する精度が100%であることが示されている。
  論文  参考訳（メタデータ） (2024-12-30T21:51:09Z)
• Downscaling Extreme Precipitation with Wasserstein Regularized Diffusion [18.008592164636664]
  レーダーとメソネットのネットワークは1kmの解像度で降水場を提供するが、歴史的および地理的な範囲は限られている。 ゲージベースの記録と分析製品は、数十年の時間を世界規模でカバーしていますが、解像度は30～50kmに過ぎません。 本研究では,低分解能ゲージおよび再分析生成物から降水場をダウンスケールする拡散フレームワークであるWasserstein Regularized Diffusion (WassDiff)を提案する。
  論文  参考訳（メタデータ） (2024-10-01T04:12:40Z)
• Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
  気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。 ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。 このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
  論文  参考訳（メタデータ） (2023-09-24T19:57:22Z)
• Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
  農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。 私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。 主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
  論文  参考訳（メタデータ） (2023-09-12T13:28:06Z)
• SiamRCR: Reciprocal Classification and Regression for Visual Object Tracking [47.647615772027606]
  そこで我々は,SiamRCRと呼ばれる新しいサイムズ追跡アルゴリズムを提案し,この問題をシンプルで軽量で効果的な解で解決する。 分類と回帰枝の間の相互リンクを構築し、各正のサンプルに対する損失を動的に再重み付けすることができる。 さらに、位置推定の精度を予測するために、位置推定ブランチを追加し、推論中に回帰補助リンクの置換として機能できるようにします。
  論文  参考訳（メタデータ） (2021-05-24T12:21:25Z)
• Machine Intelligent Techniques for Ramp Event Prediction in Offshore and Onshore Wind Farms [0.0]
  オフショアおよびオフショア風力発電所の風力資源評価は、ランプイベントの性質を正確に予測し分析するのに役立つ。 短時間の大規模なランプイベントは、電力網に接続された風力発電所に損傷を与える可能性がある。
  論文  参考訳（メタデータ） (2020-11-28T21:21:42Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。