論文の概要: MotifGen: Spatiotemporal interpolation of misaligned satellite images via multi-source generative modeling, in an application to tropical cyclones
- arxiv url: http://arxiv.org/abs/2606.24263v1
- Date: Tue, 23 Jun 2026 07:49:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 22:16:48.831604
- Title: MotifGen: Spatiotemporal interpolation of misaligned satellite images via multi-source generative modeling, in an application to tropical cyclones
- Title（参考訳）: MotifGen:マルチソース生成モデルによる衛星画像の時空間補間と熱帯サイクロンへの応用
- Authors: Clément Dauvilliers, Claire Monteleoni,
- Abstract要約: サンプル間で不規則な時間間隔で変化する複数のソースに適用可能な,最初の生成モデルを提案する。
我々は、マイクロ波のみと比較して、赤外線とマイクロ波のデータを組み合わせることにより、さらなる改善を示す。
我々の知る限りでは、複数のマイクロ波機器と不規則な時間間隔での赤外線観測を組み合わせることで、サイクロンのマイクロ波像を補間する最初の生成モデルである。
- 参考スコア（独自算出の注目度）: 2.539177776699347
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Microwave satellite imagery plays a crucial role in monitoring tropical cyclone precipitation and intensity worldwide, but suffers from long revisit times, potentially missing rapid storm evolution phases. While this raises the need for an interpolation method, it is made challenging by the high level of heterogeneity of microwave data coming from different instruments. In this work, we introduce the first generative model that can be applied to multiple geospatial sources that change across samples, occur at irregular time intervals, are misaligned geographically, and come from instruments with varying characteristics. We apply this model to the case of spatio-temporal interpolation of tropical cyclone microwave images from other microwave and infrared instruments. We train using a self-supervised task in which a random source is masked and reconstructed, and show that it leads to a significant decrease in Continuous Ranked Probability Score over supervised training. We show a further improvement by combining infrared and microwave data compared to microwave only. Using these improvements, the generative model produces an ensemble mean on par with that of a deterministic model, while generating a power spectrum significantly closer to that of true observations. To the best of our knowledge, this is the first generative model that interpolates microwave images of cyclones by combining multiple microwave instruments and infrared observations at irregular time intervals.
- Abstract（参考訳）: マイクロ波衛星画像は、世界中の熱帯性サイクロンの降水量や強度を観測する上で重要な役割を担っているが、長い再訪期間に悩まされ、急激な嵐の進行段階が失われる可能性がある。
これにより補間法の必要性が高まるが、異なる機器からやってくるマイクロ波データの高レベルの不均一性により挑戦される。
本研究では,サンプル間で変化し,不規則な時間間隔で発生し,地理的に不整合であり,様々な特性を持つ楽器から得られる,複数の地理空間源に適用可能な最初の生成モデルを提案する。
本モデルは,他のマイクロ波・赤外機器からの熱帯サイクロンマイクロ波像の時空間補間に応用する。
ランダムなソースをマスクして再構成する自己教師型タスクを用いてトレーニングを行い、教師付きトレーニングよりも連続的ランク付け確率スコアが大幅に低下することを示す。
我々は、マイクロ波のみと比較して、赤外線とマイクロ波のデータを組み合わせることにより、さらなる改善を示す。
これらの改良により、生成モデルは決定論的モデルと同等にアンサンブル平均を生成し、真の観測値にかなり近いパワースペクトルを生成する。
我々の知る限りでは、複数のマイクロ波機器と不規則な時間間隔での赤外線観測を組み合わせることで、サイクロンのマイクロ波像を補間する最初の生成モデルである。
関連論文リスト
- Multiple cyclicity and Wavelet Decomposition with Channel Correlation for Long-term Time Series Forecasting [4.144714963219156]
我々は,周期性,傾向,チャネル間相関を別々にモデル化した長期時系列予測モデルであるMcWCを提案する。
6つの実世界のデータセットの実験は、McWCが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-06-16T14:44:23Z) - Data-Driven Forecasting of three-Component Seismograms Using Transformer Architectures [43.8784307709823]
我々は,3成分地震波形を時間領域内で直接予測するために,変圧器を用いた自己回帰モデルであるtextscSeismoGPTを紹介した。
震源深5-100,km,震源中央距離10-90$$$,震源深3leqM_w leq7$の合成地震計を用いて評価を行った。
論文 参考訳（メタデータ） (2026-06-01T21:38:03Z) - Conditional Entropy of Heat Diffusion on Temporal Networks [46.780047051996924]
静的グラフから時間ネットワークへの熱拡散の条件エントロピーを拡張し,その特性について検討する。
この量は時間的単調であり、時間的ネットワーク上の不均一拡散に対する熱力学の第2法則の情報理論的類似性をもたらす。
次に、有限時間時間窓上での拡散を探索する条件付きエントロピーの局所バージョンを導入し、連続時間時間時間ネットワークにおける変化点検出のための情報信号を提供することを示す。
論文 参考訳（メタデータ） (2026-05-15T10:47:44Z) - PAMNet: Cycle-aware Phase-Amplitude Modulation Network for Multivariate Time Series Forecasting [42.86661738011748]
本稿では,周期パターンを相補的な位相および振幅成分に明示的に分解する周期型位相振幅変調ネットワーク(PAMNet)を提案する。
本手法は,その新しい位相振幅デカップリング機構により,最先端性能を実現する。
論文 参考訳（メタデータ） (2026-05-01T06:59:59Z) - WaveMoE: A Wavelet-Enhanced Mixture-of-Experts Foundation Model for Time Series Forecasting [43.52635148490259]
本稿では、拡張性のある基礎モデルに明示的な周波数領域表現を統合する新しい視点を提案する。
時系列予測のためのウェーブレット強化混合実験基盤モデルであるWaveMoEを紹介する。
16種類のベンチマークデータセットの予備的な実験結果から、WaveMoEは予測性能をさらに改善する可能性が示唆されている。
論文 参考訳（メタデータ） (2026-04-12T09:17:19Z) - Detuning-insensitive wide-field imaging of vector microwave fields with diamond sensors [2.399772243186755]
ダイヤモンド中の窒素空孔(NV)中心はマイクロ波検出において大きな進歩をもたらした。
マイクロ波の大きさと方向を決定するための新しい手法を提案し,実証する。
マイクロスケールの$rm$パターンアンテナで生成した近接場マイクロ波の広視野撮像を800,nmの解像度で達成した。
論文 参考訳（メタデータ） (2025-11-28T03:47:46Z) - Metrology of microwave fields based on trap-loss spectroscopy with cold Rydberg atoms [32.73124984242397]
磁気光学トラップにおけるコールド・ライドバーグ原子のトラップロス分光に基づくマイクロ波場のメトロジーの新しいアプローチを示す。
室温蒸気を用いた最先端のセンサーと比較すると、コールド原子は相互作用時間が長く、環境からの隔離性が良く、ドップラー効果が低下する。
論文 参考訳（メタデータ） (2024-04-26T14:30:18Z) - Diffusion Probabilistic Model Made Slim [128.2227518929644]
軽量画像合成のためのスリム拡散確率モデル(DPM)のカスタマイズ設計を提案する。
一連の条件および非条件画像生成タスクにおける遅延拡散モデルと比較して,計算複雑性を8-18倍に削減する。
論文 参考訳（メタデータ） (2022-11-27T16:27:28Z) - Deep Learning Architecture Based Approach For 2D-Simulation of Microwave
Plasma Interaction [5.467400475482668]
本稿では,マイクロ波-プラズマ相互作用シミュレーションのための畳み込みニューラルネットワーク(CNN)に基づく深層学習モデルを提案する。
2D-FDTD (Finite Different Time Domain) を用いたマイクロ波プラズマ相互作用に関するトレーニングデータを生成する。
次に、トレーニングされたディープラーニングモデルを用いて、誤差マージンが2%未満のプラズマプロファイル上の1GHz入射マイクロ波の散乱電界値を再現する。
論文 参考訳（メタデータ） (2022-06-02T19:37:41Z) - High speed microcircuit and synthetic biosignal widefield imaging using
nitrogen vacancies in diamond [44.62475518267084]
微視的リソグラフィーパターン回路からの信号をマイクロメートルスケールで画像化する方法を示す。
新しいタイプのロックインアンプカメラを用いて、交流信号とパルス電流信号の空間的回復を1ミリ秒以下で実証する。
最後に,生体神経ネットワークにおける信号の正確な形状を再現した合成信号の回復の原理を実証する。
論文 参考訳（メタデータ） (2021-07-29T16:27:39Z)
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。