論文の概要: From Surface Forecasting to Observability Forecasting: A Latent World Model for Cloud-Aware EO Monitoring

• arxiv url: http://arxiv.org/abs/2607.13651v1
• Date: Wed, 15 Jul 2026 09:52:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.736878
• Title: From Surface Forecasting to Observability Forecasting: A Latent World Model for Cloud-Aware EO Monitoring
• Title（参考訳）: 表面予測から可観測性予測へ:クラウド対応EOモニタリングのための潜在世界モデル
• Abstract要約: 予測アーキテクチャの世界モデルであるLeWorldModelをクラウド対応の地球観測シーケンスに適用する。 結果として得られたモデルは18.0Mのトレーニングパラメータを持ち、23,904のトレーニングエピソードでゼロからトレーニングされる。 LeWorldModelは、フルフリーズされたバンドルオブザーバビリティベンチマークにおいて、一貫して永続性を上回っている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The bottleneck of Earth Observation processing chains is not the arrival of new imagery but whether the surface is actually visible when the image arrives. We study this as an observability forecasting problem on EarthNet2021. Given recent multispectral imagery and exogenous weather drivers, the goal is to predict whether the next acquisition will be usable and, if not, when a usable view is likely to return. To do this, we adapt LeWorldModel, a joint-embedding predictive architecture world model, to cloud-aware Earth Observation sequences. The final pipeline converts raw minicubes into episodic HDF5 sequences with five image channels (blue, green, red, near-infrared, cloud mask) and eight meteorological and calendar covariates. The resulting model has 18.0M trainable parameters and is trained from scratch on 23,904 training episodes. The trained leWorldModel is evaluated under a locked protocol: linear probes are fit on train only, calibration choices are set on an internal validation split, and the fitted heads are then frozen for valsplit, IID, OOD, and extreme evaluation. On the full frozen-bundle observability benchmark, LeWorldModel consistently outperforms persistence. For next-step usability, balanced accuracy ranges from 0.769 to 0.887, compared with 0.493 to 0.556 for persistence. For exact first-usable-horizon prediction, accuracy ranges from 0.602 to 0.806, compared with 0.120 to 0.369 for persistence. Against a frozen LightGBM baseline fit on the same training windows, LeWorldModel is better on continuous clear/cloud regression and on exact recovery timing on valsplit, IID, and extreme, while LightGBM is stronger on the simpler binary any-usable-within-six task and is more robust on OOD. In separate sampled diagnostic analyses, LeWM also produces strong ranking-based anomaly signals under synthetic temporal inconsistencies.
• Abstract（参考訳）: 地球観測処理チェーンのボトルネックは、新しい画像の到着ではなく、画像が到着したときに表面が実際に見えるかどうかである。 本研究では,地球ネット2021上での観測可能性予測問題として検討する。 最近のマルチスペクトル画像と外因性気象ドライバーを考慮すれば、次の買収が利用可能かどうかを予測し、もしそうでなければ、いつ使用可能なビューが返ってくるかを予測することが目標である。 そこで我々は,クラウド対応の地球観測シーケンスに,共同埋め込み型予測アーキテクチャ世界モデルLeWorldModelを適用する。 最終パイプラインは、生のミニキューブを5つの画像チャネル(青、緑、赤、近赤外線、雲のマスク)と8つの気象と暦の共変体でエピソードのHDF5配列に変換する。 結果として得られたモデルは18.0Mのトレーニングパラメータを持ち、23,904のトレーニングエピソードでゼロからトレーニングされる。 線形プローブは列車にのみ適合し、キャリブレーションの選択は内部のバリデーション分割に設定され、装着されたヘッドはヴァルスプリット、ID、OD、極端な評価のために凍結される。 フルフリーズバンドルオブザーバビリティベンチマークでは、LeWorldModelは永続性よりも一貫して優れています。 次のステップのユーザビリティでは、バランスの取れた精度は 0.769 から 0.887 までで、永続性は 0.493 から 0.556 である。 精度は0.602から0.806であり、持続性は0.120から0.369である。 凍結したLightGBMベースラインが同じトレーニングウィンドウに収まるのに対して、LeWorldModelは、連続的なクリア/クラウドレグレッションと、valsplit、IID、極端での正確なリカバリタイミングが優れている。 別個のサンプル診断分析では、LeWMは合成時間的不整合の下で強力なランキングベースの異常信号も生成する。

関連論文リスト

• Modeling What Changes: Sparse, Residual World Models for Object-Centric Manipulation [0.0]
  スパース/残留モデルは高密度多層パーセプトロンの2.5倍から4.6倍の精度で次状態のポーズを予測する。 自動回帰ロールアウトでは誤差がはるかに少なくなり、密度の高いモデルがドリフトする間、動きのないフロアを抱きしめる。 世界全体を予測するのではなく、どのような変化をモデル化するかは、オブジェクト中心の物理的なAIに対して単純で効果的なバイアスとなります。
  論文  参考訳（メタデータ） (2026-09-02T03:20:09Z)
• RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
  汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。 ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。 RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
  論文  参考訳（メタデータ） (2026-08-10T17:09:37Z)
• Sample-Adaptive Latent Rewards for Uncertainty-Guided Diffusion Post-Training [51.18425726646089]
  我々は、画像とビデオの拡散モデルのための統合潜在空間フレームワークであるtextscSUREを提案する。 報酬分布を学習し、信頼性を直接利用して、密集したポストトレーニングをガイドする。 textscSURE-REFLは評価手法の中で最も高いVBench品質、セマンティック、総得点を達成する。
  論文  参考訳（メタデータ） (2026-08-06T14:55:42Z)
• What Can Latent World Models Know? Physical Parameter Identifiability in Multimodal Predictive Representations [18.546826658944806]
  POKEWORLDは、視覚的に同一の物体が質量、抗力、接触硬さを隠す対話型環境である。 認証付きプロトコルは、まず、生の観測から回復可能な各パラメータを認証し、潜伏状態に入るかどうかを測定する。 RH20Tでは、2つのロボットと4,258エピソードにまたがって両方のメカニズムを再現する。
  論文  参考訳（メタデータ） (2026-07-29T15:15:30Z)
• Cycle-Consistent and Uncertainty-Aware Neural Surrogates for Tokamak Edge Plasmas [0.040071856451118486]
  境界プラズマと変圧器プラズマはトカマクが動力と粒子を排出する方法を支配している。 機械学習のサロゲートは高速な代替手段を提供するが、多くは前方のみである。 本稿では,エッジプラズマに対するサイクル一貫性ニューラルサロゲートを提案する。
  論文  参考訳（メタデータ） (2026-07-23T15:06:57Z)
• Latent Clarity: Bridging World-Model Kinematics to Semantic Manifolds for Video Anomaly Anticipation [0.0]
  継続的ビデオ検出は、リアクティブなMIL(Multiple Instance Learning)によって支配され、機能がスコアに分解される。 本稿では,連続的な意味的世界モデルパイプラインであるPULS(Predictive Unified Latent Space)を紹介する。 この翻訳だけで、UCF-Crime のチャンクレベル AUROC は 0.8994 であり、MIL や階層融合のない分布外異常は 0.8162 である。
  論文  参考訳（メタデータ） (2026-07-03T18:47:54Z)
• Iterative Visual Thinking: Teaching Vision-Language Models Spatial Self-Correction through Visual Feedback [0.023227405857540805]
  視覚言語モデル(VLM)は、強い単一ショット空間グラウンドを達成するが、自身の予測を観察し修正するメカニズムは欠如している。 本稿では,モデルが境界ボックスを予測するクローズドループフレームワークであるIterative Visual Thinking (IVT)を提案する。 すべてのトレーニングでは、単一のGPU上で2400のサンプルしか使用せず、空間的な自己補正が、適度なスケールで注入できる学習可能な能力であることを実証している。
  論文  参考訳（メタデータ） (2026-06-11T10:27:29Z)
• Diffusion Transformer World-Action Model for AV Scene Prediction [0.0]
  アクションコンディショニングされた世界モデルは、自動運転車が将来のカメラシーンを独自のコントロールから予測することを可能にする。 しかし、コンパクトで訓練可能なスケールでは、未来は曖昧であり、フィールドの標準歪み指標は積極的に誤解を招く。 我々はこれを、冷凍デコーダが最大256倍256ドルフレームを最大8秒前にレンダリングする将来のシーンの潜伏を予測するコンパクトな潜伏世界モデルと対決する。
  論文  参考訳（メタデータ） (2026-06-11T07:24:12Z)
• PatchWorld: Gradient-Free Optimization of Executable World Models [69.05094454437402]
  我々は、オフラインのトラジェクトリを実行可能なPythonの世界モデルに変換する、勾配のないフレームワークであるPatchWorldを紹介します。 7つのAgentGym環境の中で、PatchWorld-Simpleはコードベースの計画スコアが最も高い。 人間の特定残差バイアスは, 表面観察精度を向上するが, 判定性は低下する。
  論文  参考訳（メタデータ） (2026-05-29T06:11:14Z)
• Sat-JEPA-Diff: Bridging Self-Supervised Learning and Generative Diffusion for Remote Sensing [0.0]
  Sat-JEPA-Diffは自己監督学習(SSL)と隠れ拡散モデル(LDM)を組み合わせる IJEPAモジュールは安定したセマンティック表現を予測し、凍結した安定拡散バックボーンを軽量なクロスアテンションアダプタを介してルーティングする。 グローバルなSentinel-2データセットに基づいて評価されたSat-JEPA-Diffは、シャープな境界の解決に優れている。
  論文  参考訳（メタデータ） (2026-03-14T13:30:49Z)
• LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels [49.35636088613484]
  JEPA(Joint Embedding Predictive Architectures)は、コンパクトな潜在空間で世界モデルを学習するための魅力的なフレームワークを提供する。 最初のJEPAであるLeModelWorldを紹介します。 数時間で1つのGPU上で15万のパラメータをトレーニングできるため、LeWMはファンデーションモデルベースの世界モデルよりも48倍高速に計画している。
  論文  参考訳（メタデータ） (2026-03-13T19:48:14Z)
• Multi-Axis Trust Modeling for Interpretable Account Hijacking Detection [1.0152838128195467]
  本稿では,ハディスにインスパイアされたマルチ軸信頼モデリングフレームワークを提案する。 我々は,5つの信頼軸 – 長期的整合性(アダラ),行動精度(ダブト),文脈連続性(アイソナド),累積的評価,異常証拠 – を,ユーザアカウントに対して意味論的に意味のある行動特徴からなる26のコンパクトなセットに翻訳する。 CLUE-LDSクラウドアクティビティデータセットのフレームワークを,インジェクトされたアカウントハイジャックシナリオを用いて評価した。
  論文  参考訳（メタデータ） (2026-02-20T19:36:30Z)
• VFMF: World Modeling by Forecasting Vision Foundation Model Features [67.09340259579761]
  本稿では,視覚基礎モデルの特徴空間における自己回帰フローマッチングを行う生成予測器を提案する。 この潜伏情報の方がPCAベースの代替案よりも効果的であることを示す。 一致したアーキテクチャと計算により、本手法はすべてのモダリティにおける回帰よりもシャープで正確な予測を生成する。
  論文  参考訳（メタデータ） (2025-12-12T02:10:05Z)
• Unified Human Localization and Trajectory Prediction with Monocular Vision [64.19384064365431]
  MonoTransmotionはトランスフォーマーベースのフレームワークで、モノクロカメラのみを使用して、ローカライゼーションと予測タスクを共同で解決する。 両タスクを統合フレームワークで共同でトレーニングすることにより,ノイズの多い入力による実環境シナリオにおいて,我々の手法がより堅牢であることを示す。
  論文  参考訳（メタデータ） (2025-03-05T14:18:39Z)
• Robust Fine-tuning of Zero-shot Models via Variance Reduction [56.360865951192324]
  微調整ゼロショットモデルの場合、このデシドラトゥムは細調整モデルで、分布内(ID)と分布外(OOD)の両方で優れる。 トレードオフを伴わずに最適なIDとOODの精度を同時に達成できるサンプルワイズアンサンブル手法を提案する。
  論文  参考訳（メタデータ） (2024-11-11T13:13:39Z)
• 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)

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。