論文の概要: OceanTensorCube and ST-MMT: A Multimodal Data and Transformer System for Seven-Day Forecasting of Pyropia Bleaching

• arxiv url: http://arxiv.org/abs/2610.26209v1
• Date: Mon, 19 Oct 2026 11:36:34 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:16:53.43425
• Title: OceanTensorCube and ST-MMT: A Multimodal Data and Transformer System for Seven-Day Forecasting of Pyropia Bleaching
• Title（参考訳）: OceanTensorCubeとST-MMT:ピロピア漂白の7日間予測のためのマルチモーダルデータ・トランスフォーマシステム
• Abstract要約: カルチャドピア(ラバー)の漂白は、韓国の海藻に損失をもたらす。 漂白を7日先まで予測するシステムを提案する。 本稿では,入力が不安定な場合の予測を控えるラベル付け手順,評価プロトコル,操作ゲートについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Bleaching of cultured Pyropia (laver) causes losses in Korean seaweed farming. We present a system that forecasts bleaching seven days ahead for farm clusters. OceanTensorCube aligns 32 channels from public marine, meteorological, ocean-model and satellite sources on a 30 m grid, and ST-MMT, a 9.2-million-parameter spatiotemporal transformer with hub-style multi-head cross-attention between variable groups, maps a 14-day input window to a seven-day-ahead bleaching probability. On the validation set, a six-seed ensemble detects every reported positive at a false-alarm rate of at most 3.5%, an upper bound because the report-based labels are positive-unlabeled. A same-date control on separately trained models indicates that the architecture discriminates between clusters when the calendar is held fixed. We also report the system's weaknesses: skill falls steeply as the quarterly nutrient survey ages (ROC-AUC 0.94 at 30 days, 0.53 at 129 days), and a single LSTM on cluster-average series outperforms a single ST-MMT, with only the ensemble leading at the operating point. We describe the labeling procedure, the evaluation protocol and the operational gate that withholds forecasts when inputs are stale. The forecasting service is operated at https://oceantensor.ai.kr.
• Abstract（参考訳）: 養殖されたピロピア(奴隷)の漂白は、韓国の海藻栽培に損失をもたらす。 農作物群集の白化を7日前に予測するシステムを提案する。 オーシャンテンソルキューブは、公共の海洋、気象、海洋モデル、衛星源から30mの格子上に32のチャネルを配置し、ST-MMTは9.2万パラメートルの時空間変圧器で、可変群間のハブ式マルチヘッドの交差配置を持ち、14日間の入力ウィンドウを7日間の白化確率にマップする。 検証セットでは、6シードのアンサンブルが、レポートベースのラベルが肯定的でないため、報告されたすべての正を少なくとも3.5%の偽アラームレートで検出する。 個別に訓練されたモデルに対する同日制御は、アーキテクチャがカレンダーが固定されたときにクラスタ間で識別することを示している。 また,年次栄養調査(ROC-AUC 0.94, 30日0.53, 129日0.53, LSTM)では,ST-MMTが1回, 手術開始時点ではアンサンブルのみが1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回, LSTMは1回のST-MMTは1回, 本稿では,入力が不安定な場合の予測を控えるラベル付け手順,評価プロトコル,操作ゲートについて述べる。 予測サービスはhttps://oceantensor.ai.kr.comで実行される。

関連論文リスト

• DSTNet: Dynamic Spectral Trajectory Network for Causal Multi-Horizon Financial Forecasting [0.0]
  DSTNetは、20日間の振り返りで、7つの後続の技術的指標から作られた因果的ダイナミックスペクトル軌道である。 我々は、共通の拡張ウィンドウプロトコルと1年間の無修正ホールドアウトの下で、7つのエクイティ指標と金を評価した。
  論文  参考訳（メタデータ） (2026-10-07T08:25:18Z)
• DSWM: Decomposed Spatio-Temporal World Model for Demand-Driven UAV Base Station Repositioning [44.08640139884205]
  本稿では,航空基地局に対する需要駆動型艦隊最適化手法を提案する。 本研究では,指数移動平均(EMA)に基づく潜在予測目標を分散正則化を用いて再帰的状態空間モデルとして学習する。 毎週のサービス提供比率は0.889、0.908、0.898で、データセットごとの非拡張構成の中では第1位です。
  論文  参考訳（メタデータ） (2026-09-29T06:56:46Z)
• Transferability and operational reliability of a Prithvi crop classification foundation model under phenological and geographic shift across three continents [0.33492903409201075]
  我々は,3大陸12か国37のイベントを対象に,広く採用されているGeoFMのアウト・オブ・ディストリビューション性能を評価した。 観測窓が現地の作物学と一致しなかったため、精度は低下した。 本研究は,これらの知見を,信頼性の高いモデル展開のための運用ガイダンスに翻訳する。
  論文  参考訳（メタデータ） (2026-09-20T03:02:50Z)
• Long Horizon Transformer Quantile Fault Prediction for Multi Site Industrial Predictive Maintenance [0.0]
  ロングホライズン予測メンテナンスは、時間ではなく数日で測定される計画ウィンドウに対して、通常の運用/登録の変動からゆっくりと変化する劣化を区別するモデルを必要とする。 本稿では,明示的な条件量子表現が,この問題に対して情報型分類器インタフェースを提供するか否かを評価する。 提案するTQRNN30dフレームワークは,2段量子回帰ニューラルネットワーク(QRNN)特徴抽出器とマルチストリーム時間融合分類器を組み合わせたものである。
  論文  参考訳（メタデータ） (2026-09-04T07:57:33Z)
• ATLAS: All-round Testing of Long-context Abilities across Scales [42.83200405769639]
  ATLASは、長文評価を長さ依存の能力プロファイルとして再定義するベンチマークフレームワークである。 ATLASは、(i)アプリケーションワークロードから基礎的な操作を分離する階層化された分類法、(ii)固定された8K-1Mグリッド上のスコア長曲線を統合するAUCスコア、(iii)不均衡なプロファイルをペナルライズする分類カテゴリー上の調和平均集計であるATLAScoreの3つの方法論に貢献する。
  論文  参考訳（メタデータ） (2026-05-27T07:33:47Z)
• UTOPYA: A Multimodal Deep Learning Framework for Physics-Informed Anomaly Detection and Time-Series Prediction [42.532335022354545]
  バッチプロセスにおける異常検出は、過渡的ダイナミクス、欠陥ラベルの不足、単一モードセンサデータへの依存によって妨げられる。 本研究は, バッチ蒸留における異常検出, 時系列予測, 位相分類を共同で扱うマルチモーダルフレームワークUTOPYAを紹介する。 本研究で導入された物理インフォームド正規化スキームは、時間的滑らかさと熱力学的モノトニクスを強制する。
  論文  参考訳（メタデータ） (2026-05-18T10:28:15Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Learning-based Radio Link Failure Prediction Based on Measurement Dataset in Railway Environments [46.243901410461596]
  CNN、LSTM、XGBoost、Anomaly Transformer、PatchTST、TimesNetの6つのモデルをベンチマークする。 その結果,商用デバイスで利用可能な軽量機能を用いて,信頼性の低下を事前に予測できることが示唆された。
  論文  参考訳（メタデータ） (2025-11-12T00:13:37Z)
• Deep Temporal Graph Networks for Real-Time Correction of GNSS Jamming-Induced Deviations [4.489167091323233]
  ジャミングはグローバルナビゲーション衛星システム(GNSS)を破壊している 本稿では,受信者の水平偏差をリアルタイムに予測し,補正する受信者中心の深部時間グラフネットワークを提案する。 単一層ヘテロジニアスグラフ ConvLSTM (HeteroGTM) は、1つのホップコンテキストと時間ダイナミクスを短い歴史の中で集約する。
  論文  参考訳（メタデータ） (2025-09-17T14:12:36Z)
• Machine Learning-Based Classification of Vessel Types in Straits Using AIS Tracks [0.0]
  本稿では,AISデータのみを用いて移動船を分類する機械学習パイプラインを提案する。 我々は、バルト海のボルンホルム海峡をカバーするデンマーク海事局から8日間の歴史的AISを分析した。
  論文  参考訳（メタデータ） (2025-09-09T19:52:43Z)

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。