論文の概要: Vision Transformers for Estimating Irradiance Using Data Scarce Sky Images

• arxiv url: http://arxiv.org/abs/2610.30940v1
• Date: Thu, 22 Oct 2026 08:57:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.290853
• Title: Vision Transformers for Estimating Irradiance Using Data Scarce Sky Images
• Title（参考訳）: データスカーススカイイメージを用いた照度推定用視覚変換器
• Abstract要約: 拡散水平照度(DHI)の正確な推定は、太陽光発電システムの性能とエネルギー予測の最適化に重要である。 広範囲の空画像データセットで訓練されたビジョントランスフォーマー(ViT)を用いた最近の進歩は、高価な照射測定装置を置き換えることを約束している。 本研究では,データスカースシナリオ用に設計された新しいデュアルフレーム手法を提案する。
• 参考スコア（独自算出の注目度）: 1.0195618602298684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate estimation of diffuse horizontal irradiance (DHI) is critical for optimising photovoltaic system performance and energy forecasting yet remains challenging in regions lacking comprehensive ground-based instrumentation. Recent advancements using Vision Transformers (ViTs) trained on extensive sky image datasets have shown promise in replacing costly irradiance measurement equipment, but the scarcity of long-term, high-quality sky imagery significantly restricts practical implementation. Addressing this critical gap, this study proposes a novel dual-framework approach designed for data-scarce scenarios. First, calculated atmospheric parameters, including extraterrestrial irradiance and cyclic time encodings, are integrated to represent sky conditions without utilising any instrumentation. Next, a sequential pipeline initially predicts synthetic global horizontal irradiance (GHI) and uses it as a feature, to refine DHI estimation. Finally, a dual-parallel architecture simultaneously processes raw and overlay-enhanced fisheye sky images. Overlays are generated through unsupervised, physics-informed cloud segmentation to highlight dynamic sky features. Empirical validation is performed using data from the Chilbolton Observatory, chosen for its temperate climate and frequent cloud variability. To simulate data-scarce conditions, models are trained on a single month (e.g., January) and evaluated across a temporally disjoint, full-year test set. Under this setup, the sequential and dual-parallel frameworks achieve RMSE values within 2-3 W/m^2 and 1-6 W/m^2, respectively, of a state-of-the-art ViT trained on the complete dataset. By combining physics-informed modelling with unsupervised segmentation, the proposed method provides a scalable and cost-effective solution for DHI estimation, advancing solar resource assessment in data-constrained environments.
• Abstract（参考訳）: 拡散水平照度(DHI)の正確な推定は、地中総合観測装置が欠如している地域では、太陽光発電システムの性能とエネルギー予測の最適化に不可欠である。 広範囲な空画像データセットで訓練されたビジョントランスフォーマー(ViT)を用いた最近の進歩は、高価な照度測定装置を置き換えるという約束を示しているが、長期的な高画質のスカイイメージの不足は、実用的な実装を著しく制限している。 この重要なギャップに対処するため,本研究では,データスカースシナリオ用に設計された新しいデュアルフレームワークアプローチを提案する。 まず、地球外照度や循環時間エンコーディングなどの計算済みの大気パラメータを統合して、計測機器を使わずに空の状態を表す。 次に、シーケンシャルパイプラインは、まず、合成グローバル水平照度(GHI)を予測し、それを特徴として使用し、DHI推定を洗練させる。 最後に、デュアル並列アーキテクチャは、生およびオーバーレイ強化された魚眼スカイイメージを同時に処理する。 オーバーレイは、教師なし、物理インフォームドクラウドセグメンテーションによって生成され、ダイナミックスカイの特徴を強調する。 実験的な検証は、温暖な気候と頻繁な雲の変動のために選択されたチルボルトン天文台のデータを用いて行われる。 データスカース条件をシミュレートするために、モデルは1ヶ月(1月など)でトレーニングされ、時間的に不連続なフル年テストセットで評価される。 この設定の下で、シーケンシャルとデュアル並列のフレームワークは、完全なデータセットに基づいてトレーニングされた最先端のViTで、それぞれ2-3 W/m^2と1-6 W/m^2のRMSE値を達成する。 物理インフォームドモデリングと教師なしセグメンテーションを組み合わせることで、DHI推定のためのスケーラブルで費用対効果の高いソリューションを提供し、データ制約環境における太陽資源評価を推し進める。

関連論文リスト

• AerialMetric: Benchmarking and Adapting UAV Monocular Metric Depth Estimation in the Real World [75.54693105865003]
  AerialMetricは,UAV空中視点下での単分子メートル法深度推定の適応性を評価するためのベンチマークデータセットである。 AerialMetricは、52Kの現実世界と16Kの合成画像深度対を信頼できる計量基底真理で提供する。
  論文  参考訳（メタデータ） (2026-06-29T02:48:47Z)
• Step-adaptive multimodal fusion network with multi-scale cloud feature learning for ultra-short-term solar irradiance forecasting [0.0]
  本稿では,超短距離照射予測のためのマルチソースデータ融合モデルを提案する。 このモデルはまずInceptionNeXtを使って、地上のクラウド画像からマルチスケールで多方向の空間的特徴を抽出する。 そして、ステップ適応型低周波補償ユニットを導入し、予測ステップに基づいてグローバル低周波情報を動的に変調する。
  論文  参考訳（メタデータ） (2026-06-04T12:42:52Z)
• VGGT-World: Transforming VGGT into an Autoregressive Geometry World Model [59.789011777899965]
  VGGT-World(VGGT-World)は、ビデオ生成を完全にサイドステップで行い、凍った幾何学的境界モデルの特徴の時間的進化を予測する幾何学世界モデルである。 VGGT-Worldは3.6～5倍高速で、トレーニング可能なパラメータはわずか0.43Bである。
  論文  参考訳（メタデータ） (2026-03-13T04:56:43Z)
• Physics informed Transformer-VAE for biophysical parameter estimation: PROSAIL model inversion in Sentinel-2 imagery [4.19792535128126]
  本稿では, キーキャノピーパラメータをSentinel-2データから同時推定するために, PROSAIL放射伝達モデルを逆変換する物理インフォームドトランスフォーマー-VAEアーキテクチャを提案する。 我々のモデルはシミュレーションデータにのみ訓練されるが、実際の画像を利用する最先端の手法と同等の性能を達成できる。
  論文  参考訳（メタデータ） (2025-11-13T15:08:33Z)
• RoSe: Robust Self-supervised Stereo Matching under Adverse Weather Conditions [58.37558408672509]
  本稿では,ロバストな自己監督型環境対応学習と悪天候蒸留という2つの重要なステップからなる,堅牢な自己監督型訓練パラダイムを提案する。 提案手法の有効性と汎用性を実証し,既存の最先端の自己管理手法より優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-23T15:41:40Z)
• LuxDiT: Lighting Estimation with Video Diffusion Transformer [66.60450792095901]
  単一の画像やビデオからシーンライティングを推定することは、コンピュータビジョンとグラフィックスにおいて長年の課題である。 本稿では,映像拡散変換器を微調整し,視覚入力を前提としたHDR環境マップを生成するLuxDiTを提案する。
  論文  参考訳（メタデータ） (2025-09-03T19:59:20Z)
• CirT: Global Subseasonal-to-Seasonal Forecasting with Geometry-inspired Transformer [47.65152457550307]
  重力の循環特性をモデル化する幾何インスパイアされた循環変換器(CirT)を提案する。 地球再分析5(ERA5)再解析データセットの実験は、我々のモデルが先進的なデータ駆動モデルよりも大幅に改善することを示した。
  論文  参考訳（メタデータ） (2025-02-27T04:26:23Z)
• LiveHPS: LiDAR-based Scene-level Human Pose and Shape Estimation in Free Environment [59.320414108383055]
  シーンレベルの人間のポーズと形状推定のための単一LiDARに基づく新しいアプローチであるLiveHPSを提案する。 多様な人間のポーズを伴う様々なシナリオで収集される巨大な人間の動きデータセットFreeMotionを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:08:44Z)

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。