論文の概要: Taking a Second Look: Correcting Sea Ice Forecasts with Sparse Observations

• arxiv url: http://arxiv.org/abs/2609.24591v2
• Date: Thu, 24 Sep 2026 06:30:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.302653
• Title: Taking a Second Look: Correcting Sea Ice Forecasts with Sparse Observations
• Title（参考訳）: 海氷の予報を微妙に修正した動画
• Abstract要約: 固定伝播誤差は, 構造的, 高勾配の氷の縁付近に集中するが, 均一な内部は限定的な伝播を必要とする。 我々はECHO(Evidence-guided Correction with Heterogeneous propagation)を導入する。 ECHO-Deltaは最高の平均精度を達成するが、ECHO-Scaleは幾何シフトに対してより堅牢である。
• 参考スコア（独自算出の注目度）: 10.768090966327504
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sea ice forecasts are issued several days ahead, allowing errors to accumulate while new, often sparse sea ice concentration (SIC) observations become available. We find that fixed-propagation errors concentrate near structured, high-gradient ice edges, whereas homogeneous interiors require limited propagation, suggesting that propagation distance should be state dependent. We therefore introduce ECHO (Evidence-guided Correction with Heterogeneous prOpagation), where ECHO-Scale adapts propagation distance while preserving correction geometry, and ECHO-Delta learns a bounded residual around fixed propagation. Across all 96 standard evaluation settings spanning diverse priors, observation times, sparsity levels, geometries, and noise conditions, both outperform fixed propagation. ECHO-Delta achieves the best average accuracy, while ECHO-Scale is more robust to geometry shifts. Code is available at https://github.com/yingtian22/TAKING-A-SECOND-LOOK.
• Abstract（参考訳）: 海氷予報は数日前に発行され、新しい、しばしば希薄な海氷濃度(SIC)観測が利用可能となる間にエラーが蓄積される。 固定伝播誤差は, 構造的, 高勾配の氷辺付近に集中しているのに対し, 均質な内部では伝播が限られており, 伝播距離は状態依存であることが示唆された。 そこで我々はECHO(Evidence-guided Correction with Heterogeneous propagation)を導入し、ECHO-Scaleは補正幾何を維持しながら伝搬距離を調整し、ECHO-Deltaは固定伝播の周囲に有界残差を学習する。 96の標準評価設定はすべて、様々な事前、観測時間、空間レベル、ジオメトリー、騒音条件にまたがって行われ、どちらも固定伝搬よりも優れていた。 ECHO-Deltaは最高の平均精度を達成するが、ECHO-Scaleは幾何シフトに対してより堅牢である。 コードはhttps://github.com/yingtian22/TAKING-A-SECOND-LOOKで公開されている。

関連論文リスト

• LC-GRPO: Bridging Train-Inference Gap for Flow-Based GRPO with Langevin Correction [59.32834240526981]
  フローベース生成モデルは典型的には、決定論的常微分方程式(ODE)を解くことによってサンプリングされる 既存の流れモデルのためのGRPO法は、訓練中にオイラー時間ODEを非等方微分方程式(SDE)に置き換える。 本稿では,フローベースGRPOフレームワークであるLC-GRPOを紹介する。
  論文  参考訳（メタデータ） (2026-08-06T04:47:57Z)
• Stability Annealing Selects the Implicit Bias of Smoothed Sign Descent: A Rate-Indexed Barrier Path on Separable Data [3.7437735326653883]
  本稿では,分離可能なデータに対する完全バッチ線形分類における速度制御中間事例について検討する。 指数損失を重み付けしたメモリレス安定アニール型スムーズドサイン降下に対して, 正規化繰り返しは, 凸バーグ型バリアの最小化に収束することが証明された。
  論文  参考訳（メタデータ） (2026-07-07T08:55:35Z)
• CaC: Advancing Video Reward Models via Hierarchical Spatiotemporal Concentrating [49.94171749437024]
  本稿では,ビジョンランゲージモデルに基づく粗大な異常報酬モデルである集中と集中(CaC)を提案する。 フレーム単位のバウンディングボックスアノテーション,時間的異常ウィンドウ,微粒な属性ラベルを備えた,最初の大規模ビデオ異常データセットを構築した。 実験では、CaCは微妙な異常に安定して集中することができ、微細な異常ベンチマークの精度が25.7%向上した。
  論文  参考訳（メタデータ） (2026-05-12T08:08:33Z)
• Towards Scaling Law Analysis For Spatiotemporal Weather Data [50.25336689856158]
  単一ステップのトレーニング損失から長期ロールアウトやチャネル単位のメトリクスまで,自動回帰天気予報のためのニューラルスケーリング分析を拡張した。 プールドスケーリングは望ましいように見えるが、多くのチャネルは遅延リードで劣化する。 本稿では,重み付け対象,地平線対応カリキュラム,出力間の資源配分について論じる。
  論文  参考訳（メタデータ） (2026-04-06T18:14:53Z)
• KD-EKF: Knowledge-Distilled Adaptive Covariance EKF for Robust UWB/PDR Indoor Localization [6.004649968619912]
  屋内でのローカライゼーションは、センチメートルレベルの精度と低レイテンシを提供する。 非視界条件下では測定信頼性が著しく低下する。 慣性測定ユニット(IMU)をベースとしたPDR(Pedestrian Dead Reckoning)は,インフラストラクチャフリーな動作推定を提供する。
  論文  参考訳（メタデータ） (2026-03-06T03:12:52Z)
• A Rapid GeoSAM-Based Workflow for Multi-Temporal Glacier Delineation: Case Study from Svalbard [51.56484100374058]
  我々は,Sentinel-2画像からの氷河の高速デライン化のためのGeoSAMに基づく半自動ワークフローを提案する。 その結果, 本手法は, 主要な氷河体に対して, 空間的に一貫性があり, 時間的に一貫した輪郭を生じさせることが示唆された。 導出RGB画像への依存により、他の光学データセットに柔軟で転送可能である。
  論文  参考訳（メタデータ） (2025-12-28T09:42:01Z)
• Ensemble Kalman filter in latent space using a variational autoencoder pair [0.2383122657918106]
  可変オートエンコーダ(VAE)は機械学習(ML)技術で、任意の分布を潜在空間へ/からマッピングすることができる。 本稿では,VAEをDA手順に組み込んだ新しいハイブリッドDA-ML手法を提案する。
  論文  参考訳（メタデータ） (2025-02-18T16:11:05Z)
• Spatiotemporal Density Correction of Multivariate Global Climate Model Projections using Deep Learning [1.0801976288811024]
  グローバル気候モデル(GCM)は、地球の気候システム内の複雑な物理過程をシミュレートする数値モデルである。 GCMは、基礎となる物理的プロセスの単純化により、体系的なバイアスに悩まされる。 日降水量と最大温度データの結合分布の密度補正のための半パラメトリック条件密度推定法(SPCDE)を提案する。
  論文  参考訳（メタデータ） (2024-11-27T22:55:48Z)
• Benign Overfitting in Linear Classifiers and Leaky ReLU Networks from KKT Conditions for Margin Maximization [59.038366742773164]
  ロジスティック損失の勾配流によって訓練された線形および漏洩ReLUは、KKT条件を満たすための暗黙の偏りを持つ。 本研究では、線形分類器や2層リークReLUネットワークにおいて、これらの条件の満足度が良性オーバーフィットを意味するような設定を多数確立する。
  論文  参考訳（メタデータ） (2023-03-02T18:24:26Z)
• On Mathews Correlation Coefficient and Improved Distance Map Loss for Automatic Glacier Calving Front Segmentation in SAR Imagery [7.64750171496838]
  アウトレット氷河や極地氷床の氷流の大部分は海に終止符を打っている。 過去数十年間、氷河の海への転覆による氷の質量損失は増加している。 ディープニューラルネットワークベースのセマンティックセグメンテーションパイプラインを使用して、取得したSARイメージを記述することができる。
  論文  参考訳（メタデータ） (2021-02-16T17:53:34Z)
• Towards Theoretically Understanding Why SGD Generalizes Better Than ADAM in Deep Learning [165.47118387176607]
  ADAMライクな適応勾配アルゴリズムが、学習速度が速いにもかかわらず、SGDよりも悪い一般化性能に苦しむ理由は不明である。 具体的には,これらのアルゴリズムの勾配雑音の重みを観測する。
  論文  参考訳（メタデータ） (2020-10-12T12:00:26Z)

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。