論文の概要: REACT: Physically and Chemically Consistent Reconstruction of Marine Active Tracers
- arxiv url: http://arxiv.org/abs/2610.03888v1
- Date: Fri, 02 Oct 2026 18:06:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:33:38.297509
- Title: REACT: Physically and Chemically Consistent Reconstruction of Marine Active Tracers
- Title（参考訳）: REACT: 海洋活性トレーサの物理的および化学的に一貫性のある再構築
- Abstract要約: 輸送, 能動補正, 化学的復号を分離する炭素第一再構成フレームワークである textbfREACT を紹介する。
シミュレーションデータでは、REACTはpH NRMSEを(14.7%)減らし、化学一貫性の誤差を24.0%減らした。
- 参考スコア（独自算出の注目度）: 13.911302818329153
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reconstructing global sea surface pH from sparse observations is critical for monitoring ocean acidification and understanding marine carbon cycling. Traditional assimilation and inverse models are physically grounded but costly for large-scale reconstruction. Recent black-box and physics-guided AI models improve efficiency, but are mainly designed for passive tracers, where the reconstructed variable is also the transported inventory. In contrast, pH is an active carbonate tracer: it is the prediction target, while dissolved inorganic carbon (DIC) is the conserved carbon inventory. This mismatch can produce low pH error while violating carbonate closure and source-free carbon conservation. To address this, we introduce \textbf{REACT}, a carbon-first reconstruction framework that decouples transport, active correction, and chemical decoding. REACT transports a latent carbonate state with a conservative advection--diffusion solver, captures non-conservative carbon-cycle variations with a source module, decodes the corrected state into pH, and constrains the output through carbonate equilibrium. This design keeps pH as the target while enforcing consistency on the underlying carbon state. On simulation data, REACT reduces pH NRMSE by (14.7%) and chemical consistency error by (24.0%) over the best baseline. Cross-temporal-scale evaluations show robustness against error accumulation from coarse to fine temporal scales, and ablation studies validate the effectiveness of each component.
- Abstract（参考訳）: スパース観測から地球規模の海面pHを再構築することは、海洋の酸性化を監視し、海洋の炭素循環を理解するために重要である。
伝統的な同化と逆のモデルは物理的に基礎を置いているが、大規模な再建にはコストがかかる。
最近のブラックボックスと物理誘導型AIモデルは効率を改善するが、主にパッシブトレーサ用に設計されており、再構成された変数は輸送された在庫でもある。
対照的に、pHは活性炭トレーサーであり、これは予測対象であり、溶存無機炭素(DIC)は保存された炭素在庫である。
このミスマッチは、炭酸塩の閉鎖と源のない炭素の保存に違反しながら、pHの誤差を低くすることができる。
これを解決するために,輸送,能動補正,化学復号を分離する炭素第一再構成フレームワークである「textbf{REACT}」を紹介した。
REACTは、保守的な対流拡散解法で潜在炭酸塩状態を輸送し、ソースモジュールで非保存的な炭素サイクルの変動を捉え、補正された状態をpHにデコードし、炭酸塩平衡を通じて出力を制限する。
この設計では、pHを目標とし、下層の炭素状態の一貫性を保っている。
シミュレーションデータでは、REACTはpH NRMSEを(14.7%)減らし、化学一貫性の誤差を24.0%減らした。
経時的評価は, 粗大から細小の時間スケールへの誤差蓄積に対する堅牢性を示し, アブレーション研究は各成分の有効性を検証した。
関連論文リスト
- CASCADE: Cross-scale Advective Super-resolution with Climate Assimilation and Downscaling Evolution [51.56484100374058]
CASCADEは、学習された流況変動場に沿って粗い情報を反復的に検出することで微細構造を再構築する。
SEVIRレーダデータを用いて、激しい対流嵐の4倍の超解像について評価した。
大気や海洋の用途において、対流に支配される極端に適した、時間的に一貫した、物理的に一貫した、そして大量保存された復元を生成する。
論文 参考訳（メタデータ） (2026-02-18T14:41:54Z) - Controllable Concept Bottleneck Models [55.03639763625018]
制御可能な概念ボトルネックモデル(CCBM)
CCBMは、概念ラベルレベル、概念レベル、データレベルという3つのモデル編集の粒度をサポートする。
CCBMは、数学的に厳密な閉形式近似を享受し、再訓練の必要性を和らげる影響関数から導かれる。
論文 参考訳（メタデータ） (2026-01-01T19:30:06Z) - Estimating carbon pools in the shelf sea environment: reanalysis or model-informed machine learning? [0.0]
我々は,ニューラルネットワークのアンサンブル(ディープアンサンブル)を用いて,直接観測可能な変数と炭素プールの関係を結合した物理・生物化学モデルから学習することを提案する。
北西ヨーロッパ棚(NWES)海環境において,モデルフリーランシミュレーションで訓練された深層アンサンブルをNWES再解析に適用すると,炭素プールの再解析出力を再現でき,また不確実性情報も提供できることを実証した。
論文 参考訳（メタデータ） (2025-08-13T20:30:42Z) - Circular Microalgae-Based Carbon Control for Net Zero [1.1265248232450553]
気候変動の主な原因は、大気中の二酸化炭素の蓄積による温室効果である。
この研究は、古典的で学習ベースのネットワーク制御問題としてネットゼロにアプローチする最初のステップである。
論文 参考訳（メタデータ） (2025-02-04T15:01:44Z) - A method for estimating forest carbon storage distribution density via artificial intelligence generated content model [0.0]
我々は、GF-1 WFV衛星画像をデータとして、初期特徴を抽出するためにKD-VGGモジュールを導入し、改良された暗黙拡散モデル(IIDM)を提案した。
今回提案したIIDMモデルは, RMSEが28.68であり, 回帰モデルよりも13.16, 約31.45%高かった。
炭素貯蔵量の推定において, 生成モデルはより深い特徴を抽出でき, 性能は他のモデルよりも有意に優れていた。
論文 参考訳（メタデータ） (2025-02-02T12:41:47Z) - OXYGENERATOR: Reconstructing Global Ocean Deoxygenation Over a Century with Deep Learning [50.365198230613956]
既存の専門家が支配する数値シミュレーションは、地球温暖化や人的活動によって引き起こされる動的変動に追いつかなかった。
1920年から2023年までの世界の海洋脱酸素モデルを再構築するために,最初の深層学習モデルであるOxyGeneratorを提案する。
論文 参考訳（メタデータ） (2024-05-12T09:32:40Z) - Catastrophic Overfitting: A Potential Blessing in Disguise [51.996943482875366]
FAT(Fast Adversarial Training)は、敵の堅牢性向上に効果があるとして、研究コミュニティ内で注目を集めている。
既存のFATアプローチではCOの緩和が進んでいるが, クリーンサンプルの分類精度が低下するにつれて, 対向ロバスト性の上昇が生じる。
クリーンな例と逆向きな例に特徴アクティベーションの相違を利用して,COの根本原因を分析した。
我々は, モデル性能を高めることを目的として, 「攻撃難読化」を実現するためにCOを活用する。
論文 参考訳（メタデータ） (2024-02-28T10:01:44Z) - Machine Guided Discovery of Novel Carbon Capture Solvents [48.7576911714538]
機械学習は、材料開発における時間とリソースの負担を軽減するための有望な方法を提供する。
そこで我々は, 市販の酸性ガススクラップ式炭素捕捉装置に適合する新規な水性アミンを, エンドツーエンドで発見する「発見サイクル」を開発した。
予測プロセスは、材料パラメータの両方の実験に対して60%の精度を示し、外部テストセット上では1つのパラメータに対して80%の精度を示す。
論文 参考訳（メタデータ） (2023-03-24T18:32:38Z) - Real-time high-resolution CO$_2$ geological storage prediction using
nested Fourier neural operators [58.728312684306545]
炭素捕獲貯蔵(CCS)は、地球規模の脱炭酸に不可欠な役割を担っている。
CCS展開のスケールアップには, 貯留層圧力上昇とガス配管マイグレーションの高精度かつ高精度なモデリングが必要である。
我々は,高分解能な3D CO2ストレージモデリングのための機械学習フレームワークであるNested Fourier Neural Operator (FNO)を,盆地スケールで導入した。
論文 参考訳（メタデータ） (2022-10-31T04:04:03Z) - Predictive Model for Gross Community Production Rate of Coral Reefs
using Ensemble Learning Methodologies [0.0]
サンゴ礁は海洋生態系の生態的バランスを維持する上で重要な役割を担っている。
本稿では,サンゴ礁とサンゴ礁のライフサイクルに影響を与える最も重要なパラメータについて論じる。
論文 参考訳（メタデータ） (2021-11-07T04:58:40Z)
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。