論文の概要: When Should a Satellite Estimate Be Changed? Stress-Testing Neural Corrections for Evapotranspiration

• arxiv url: http://arxiv.org/abs/2609.35314v1
• Date: Mon, 28 Sep 2026 14:48:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-02 06:32:56.759257
• Title: When Should a Satellite Estimate Be Changed? Stress-Testing Neural Corrections for Evapotranspiration
• Title（参考訳）: 衛星推定はいつ変更されるべきか : エバポ呼吸のためのストレステストニューラル補正
• Abstract要約: 我々は,OpenETと組み合わせた16,366個のフラックス・トウワー観測における10員モデルの評価を行った。 空間的に保留された単位誤差では、SupportGainは風速x3.6でステーションマクロMAE対ゲインを0.148 mm/日削減した。
• 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: Neural residuals can improve satellite evapotranspiration (ET) estimates, but selectors must predict when a correction helps and reject unsupported inputs. We evaluate ten-member models on 16,366 flux-tower observations from 151 stations paired with OpenET, across nine rolling years and five spatial folds. At one held-out station, Gain accepted corrections on all 32 physically invalid records: it predicted a mean benefit of 0.83 mm/day, but the corrections increased mean absolute error by 21.6 mm/day versus OpenET. On spatially held-out unit errors, SupportGain reduced station-macro MAE versus Gain by 0.148 mm/day under wind x3.6 (simultaneous 95% interval, 0.070 to 0.226), with 9.3% acceptance versus Gain's 51.8%; on clean inputs, its 0.006 mm/day advantage had an interval that includes zero. These fault analyses are exploratory; none of 40 preplanned temporal comparisons passed Holm correction, while a separate predeclared cropland contrast found 0.041 mm/day lower station-macro MAE with crop-only training (95% interval, 0.009 to 0.079).
• Abstract（参考訳）: ニューラル残差は、衛星蒸発散率(ET)の推定を改善することができるが、セレクタは補正がサポートされていない入力をいつ助けるかを予測し、拒否する必要がある。 我々は,OpenETと組み合わせた151局の16,366個のフラックス-トウワー観測において,9年と5つの空間的折りたたみの10部材モデルを評価した。 1つの保留所では、ゲインは32の物理的に無効なレコードの修正を受け入れ、平均的な利点は日平均0.83 mm/日と予測したが、補正は1日平均絶対誤差を21.6 mm/日、OpenETは21.6 mm/日増加させた。 空間的にホールドアウトされた単位誤差では、SupportGainは風速x3.6(95%間隔0.070から0.226)でステーションマクロMAE対ゲインを0.148mm/日削減し、Gainの51.8%に対して9.3%の受け入れを得た。 これらの断層分析は探索的であり、40の事前計画された時間比較はホルムの修正を経ず、別の事前宣言された作物のコントラストでは、作物のみの訓練(95%間隔、0.009から0.079)で1日0.041 mm/日低いステーションマクロMAEが見つかった。

関連論文リスト

• Multi-Subject Pretraining Enables Short-Calibration Personalization for Closed-Corpus Surface EMG Speech Decoding [13.068471510855169]
  表面筋電図に基づくサイレント音声インタフェースは、ユーザ間のばらつきとキャリブレーションの負担によって制限される。 クローズドな50文コーパス内において, 単目的チェックポイントから初期化, 非係留参加者の事前訓練, 対象参加者の微調整を行った。 このパイプラインは21.7%の文字誤り率(CER)と31.9%の単語誤り率(WER)を達成した。 これらの結果は、標準化されたモンタージュ・クローズド・コーパス・セッティングにおける短期校正のパーソナライズを支援する。
  論文  参考訳（メタデータ） (2026-09-18T03:56:36Z)
• An Uncertainty-Aware Hybrid Mathematical-Machine-Learning Model for Smart Irrigation Decision Support [0.0]
  農業は世界の淡水流出の約70%を占めている。 データ駆動モデルは正確だが不透明でポイント評価されている。 水収支モデルは透過的であるが、大きな構造誤差を持つ。
  論文  参考訳（メタデータ） (2026-09-12T10:34:16Z)
• Compact Visuotactile World Models for Lifting: Prediction, Reward Alignment, and Force Constraints [0.0]
  Visuotactile dynamicsは力の作用効果のMAEを0.413Nから0.338Nに減少させる。 モデル支援フィードバックは、ID予算による成功を73.3%から93.3%に引き上げる。 RLは11.9%、リアクティブIQLは25.0%で成功している。
  論文  参考訳（メタデータ） (2026-09-09T01:50:54Z)
• Distribution-free false-alarm calibration and chance-corrected spatial evaluation for industrial anomaly detection [2.5273986395975476]
  我々は、分布自由な上限値とペア化された最小交差空間テストを組み合わせる。 我々は,3つのISP-ADモダリティと3つの固定データ分割から120個の点欠陥画像上の3つの検出器を評価する。
  論文  参考訳（メタデータ） (2026-08-15T07:21:05Z)
• Weight-Space Geometry of Offline Reasoning Training [39.20113202952282]
  単一ベースモデル(Qwen3-4B)と注意のみのLoRAを用いた同一の数学的ロールアウトにおける6つの方法(SFT, RFT, DFT, RIFT, Offline GRPO, DPO)を,コサイン類似性,主角部分空間解析,線形モード接続性,CKAを用いて解析した。 i) SFT, RFT, RIFTは、ほぼコリニアウェイトデルタ(cosine >= 0.97, top-1 principal angle 7 deg median over 144 module)と同等のGSM8K精度(87-88%, n=1)を持つ。
  論文  参考訳（メタデータ） (2026-06-21T15:34:21Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Boosting LLMs for Mutation Generation [35.905252475438466]
  SMART(Semantic Mutation with Adaptive Retrieval and Tuning)を紹介する。 Defects4J と ConDefects のデータセットから1,991 個の実世界の Java バグを使用した SMART の実証的研究を行った。 その結果、SMARTは変異の妥当性、有効性、効率を大幅に改善することが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-25T17:42:17Z)
• Margin-Consistent Deep Subtyping of Invasive Lung Adenocarcinoma via Perturbation Fidelity in Whole-Slide Image Analysis [15.00702842825464]
  浸潤性肺腺癌亜型に対する全スライディング画像分類は, 実際の画像摂動に対して脆弱である。 本研究では,143枚の全スライディング画像から203,226枚のパッチに対して評価したマージン整合性フレームワークを提案する。 提案手法は,Kendall相関によるトレーニング中の0.88,バリデーション時の0.64の頑健な特徴-論理空間アライメントを実現する。
  論文  参考訳（メタデータ） (2026-02-27T20:47:15Z)
• Accurate and Reliable Predictions with Mutual-Transport Ensemble [46.368395985214875]
  Kullback-Leibler (KL) を用いた共学習補助モデルの提案とクロスエントロピー損失の適応的正則化 MTEは精度と不確実性の両方を同時に向上させることができる。 例えば、CIFAR-100データセットでは、我々のResNet34/50上のMTEメソッドは、従来の最先端の手法に比べて大幅に改善された。
  論文  参考訳（メタデータ） (2024-05-30T03:15:59Z)
• Regularization methods for the short-term forecasting of the Italian electric load [77.34726150561087]
  イタリアの電力負荷の24のプロファイル全体を予測する問題はマルチタスク学習問題として対処される。 96x96行列重みは96x96行列を形成し、正方形の領域にサンプリングされた表面として見ることができる。 表面の自由度を下げるための規則化とスパーシリティの異なるアプローチを探索し、得られた予測をイタリアのトランスミッション・システム・オペレーター・テルナの予測と比較した。
  論文  参考訳（メタデータ） (2021-12-08T22:15:06Z)

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。