論文の概要: Learning effective Sargassum transport dynamics from limited drifter observations

• arxiv url: http://arxiv.org/abs/2605.30603v1
• Date: Thu, 28 May 2026 21:50:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.256004
• Title: Learning effective Sargassum transport dynamics from limited drifter observations
• Title（参考訳）: 限られたドリフト器観測による効率的なサルガッサム輸送ダイナミクスの学習
• Authors: F. J. Beron-VEra, M. J. Olascoaga, J. Morell, E. Cruz,
• Abstract要約: フローティング物質輸送は、しばしば循環生成物から欠落する未解決プロセスの影響を受けている。 限られたラグランジアン観測から効率的なトランスポート補正を学習するためのデータ駆動型トランスポート学習フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Floating-material transport is influenced by unresolved processes that are often absent from available circulation products. We develop a data-driven transport-learning framework for learning effective transport corrections from limited Lagrangian observations using physically motivated ocean--atmosphere diagnostics and finite-memory representations motivated in part by inertial-particle memory effects. The diagnostic representation is analyzed through predictive and sparse symbolic-discovery approaches under leave-one-trajectory-out validation. Applications to Sargassum-following drifters in the Puerto Rico region and the Gulf Stream show that the diagnostics contain transport-relevant information beyond the baseline circulation products. Multilayer perceptron (MLP) ensembles provide flexible predictive trajectory corrections, while Sparse Identification of Nonlinear Dynamics (SINDy) tests whether instantaneous or delayed sparse symbolic transport structure can be extracted from the diagnostics. The results differ across flow regimes: (i) in Puerto Rico, delayed sparse symbolic corrections provide modest but systematic improvement; (ii) in the Gulf Stream application, dynamically useful sparse symbolic corrections remain primarily instantaneous even though delayed predictive information persists. These results support finite-memory transport effects in coarse-grained floating-material transport while also illustrating the difficulty of obtaining stable delayed sparse symbolic closures.
• Abstract（参考訳）: フローティング物質輸送は、利用可能な循環生成物からしばしば欠落する未解決プロセスの影響を受けている。 我々は、物理的に動機付けられた海洋大気診断と慣性粒子メモリ効果によって動機付けられた有限メモリ表現を用いて、ラグランジアン観測から効果的な輸送補正を学習するためのデータ駆動輸送学習フレームワークを開発した。 診断表現は, 残留一軌跡検定の下で, 予測的, スパース的記号発見的アプローチにより解析される。 プエルトリコとガルフストリームにおけるサルガッサム追尾漂流機への応用は、診断がベースライン循環生成物以外の輸送関連情報を含んでいることを示している。 多層パーセプトロン(MLP)アンサンブルはフレキシブルな予測軌道補正を提供するが、非線形ダイナミクスのスパース同定(SINDy)は診断から瞬時または遅延したスパースシンボル輸送構造を抽出できるかどうかを検査する。 結果は、フローレジームによって異なります。 (i)プエルトリコでは、遅れたスパース記号補正は、緩やかなが体系的な改善をもたらす。 (II) ガルフストリームアプリケーションでは, 遅延予測情報が持続するにもかかわらず, 動的に有用なスパースシンボル補正が主に瞬時に残っている。 これらの結果は, 粗粒浮動材輸送における有限メモリ輸送効果を支持しつつ, 安定な遅延スパースシンボルクロージャを得るのが困難であることを示す。

関連論文リスト

• DynHD: Hallucination Detection for Diffusion Large Language Models via Denoising Dynamics Deviation Learning [48.77865928715759]
  拡散大言語モデル (D-LLM) は自己回帰モデルに代わる有望な代替品として登場した。 幻覚は 信頼性を損なう重要な問題です 本研究では,これらのギャップを空間的(トケンシーケンス)と時間的(デノナイジングダイナミクス)の両方の観点から橋渡しするDynHDを提案する。
  論文  参考訳（メタデータ） (2026-03-17T12:40:29Z)
• Data-Driven Trajectory Imputation for Vessel Mobility Analysis [36.24770606535992]
  自動識別システム(AIS)は、何十万もの船舶のリアルタイム監視を可能にし、毎日大量のデータを生成する。 AISデータを使用する際の大きな課題の1つは、しばしばカバー範囲の制限や意図的な送信中断によって引き起こされる、血管軌道における大きなギャップの存在である。 本稿では,H3 Aggregation-based Imputation framework for vessel Trajectoriesを提案する。
  論文  参考訳（メタデータ） (2026-02-12T12:40:27Z)
• Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model [0.0]
  フェリーは、厳しい海洋環境やフェリーの衝撃にさらされるため、急速に劣化する。 仮想センシング技術は、デジタルツインの確立と構造応答の推定に欠かせないものとなっている。 本研究では, ガウス過程潜水力モデルを用いて, マジェホルムフェリーの仮想センシングを行った。
  論文  参考訳（メタデータ） (2025-06-17T19:14:11Z)
• ON-Traffic: An Operator Learning Framework for Online Traffic Flow Estimation and Uncertainty Quantification from Lagrangian Sensors [0.0]
  この研究は、新しいディープ演算子であるOn-Trafficを導入し、トラフィック状態のオンライン推定に適した水平方向学習ベースのフレームワークを提案する。 本フレームワークは,不規則でスパースな入力データを処理し,時間シフトに適応し,精度の高い不確実性推定を行うことのできる,数値データとシミュレーションデータの両方で評価される。 その結果, 衝撃波や混雑伝播などの複雑な交通シナリオを捉えるとともに, 騒音やセンサの落下に対する堅牢性を維持していることがわかった。
  論文  参考訳（メタデータ） (2025-03-18T09:13:24Z)
• Physics-guided Active Sample Reweighting for Urban Flow Prediction [75.24539704456791]
  都市フロー予測は、バス、タクシー、ライド駆動モデルといった交通サービスのスループットを見積もる、微妙な時間的モデリングである。 最近の予測解は、物理学誘導機械学習(PGML)の概念による改善をもたらす。 我々は、PN(atized Physics-guided Network)を開発し、P-GASR(Physical-guided Active Sample Reweighting)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T15:44:23Z)
• Streaming detection of significant delay changes in public transport systems [0.9217021281095907]
  遅延などの公共交通機関の混乱は、モビリティの選択に悪影響を及ぼす可能性がある。 本稿では,遅延検出手法と参照アーキテクチャを提案する。 方法は、スケジュールからの逸脱として定義される遅延の計算を補完することができる。
  論文  参考訳（メタデータ） (2024-04-11T15:54:20Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• Weakly-Supervised Cross-Domain Adaptation for Endoscopic Lesions Segmentation [79.58311369297635]
  異なるデータセットにまたがるトランスファー可能なドメイン不変知識を探索できる,新しい弱い教師付き病巣移動フレームワークを提案する。 wasserstein quantified transferability frameworkは、広い範囲の転送可能なコンテキスト依存性を強調するために開発されている。 新規な自己監督型擬似ラベル生成器は、送信困難かつ転送容易なターゲットサンプルの両方に対して、確実な擬似ピクセルラベルを等しく提供するように設計されている。
  論文  参考訳（メタデータ） (2020-12-08T02:26:03Z)

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。