論文の概要: FASST: A Compact Stateless Atmosphere Model for Long-Term Ocean Coupling
- arxiv url: http://arxiv.org/abs/2610.36297v2
- Date: Wed, 28 Oct 2026 20:44:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-30 22:39:27.511107
- Title: FASST: A Compact Stateless Atmosphere Model for Long-Term Ocean Coupling
- Title（参考訳）: FASST:長期海洋カップリングのための小型ステートレス大気モデル
- Abstract要約: 我々は,大気と海氷を軽量なU-Netエミュレータで置き換えつつ,予知的POP2海洋を維持する複合気候モデルであるFASSTを紹介した。
年間140ドル(約1万4000円)の非強制統合のために、FASSTはSSTの回復なしに安定した世界平均気候を維持しており、過渡期のSSTは291.30 pm 0.22mathrmK$であり、CESM$2$ piControlでは291.25 pm 0.10mathrmK$である。
- 参考スコア（独自算出の注目度）: 1.3433334390588172
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coupled climate simulations are computationally expensive, largely because of the atmosphere. We introduce FASST, a coupled climate model that retains the prognostic POP2 ocean while replacing the atmosphere and sea ice with lightweight U-Net emulators. The atmospheric emulator is diagnostic, predicting surface fluxes from the evolving ocean-ice state every $6$ simulated hours, while the sea-ice emulator advances the ice state monthly. For $140$ years of unforced integration, FASST maintains a stable global-mean climate without SST restoring, with post-transient global-mean SST of $291.30 \pm 0.22\mathrm{K}$ compared with $291.25 \pm 0.10\mathrm{K}$ in CESM$2$ piControl. FASST also captures interannual Niño-$3.4$ variability, although with weaker amplitude than CESM ($0.62\mathrm{K}$ versus $1.02\mathrm{K}$). These results demonstrate that a stateless learned atmosphere can sustain stable, free-running coupled climate simulations over century-scale integrations.
- Abstract（参考訳）: 結合した気候シミュレーションは、主に大気のため、計算に高価である。
我々は,大気と海氷を軽量なU-Netエミュレータで置き換えつつ,予知的POP2海洋を維持する複合気候モデルであるFASSTを紹介した。
大気エミュレータは診断され、進化する海氷の状態から6ドル(約6,500円)のシミュレーション時間ごとに表面のフラックスを予測し、海氷エミュレータは月々氷の状態に進む。
FASSTはSSTを回復せずに安定な世界平均気候を維持しており、291.30 \pm 0.22\mathrm{K}$と291.25 \pm 0.10\mathrm{K}$をCESM$2$piControlで比較すると、291.30 \pm 0.22\mathrm{K}$である。
FASSTはまた、CESM(0.62\mathrm{K}$対1.02\mathrm{K}$)よりも振幅が弱いものの、年単位のNiño-$3.4$の変動を捉えている。
これらの結果は、ステートレスな学習された大気が、世紀規模の統合よりも安定的で、自由な結合した気候シミュレーションを維持できることを示している。
関連論文リスト
- HClimRep-Ocean: A Global Ocean Emulator on an Unstructured Mesh [1.677781660558603]
FESOM2の非構造メッシュ上で直接動作する海洋エミュレータであるHClimRep-Oceanについて述べる。
電流の場合、HClimRep-Oceanは30日間の予測で全ての基準を上回り、一方温度と塩分濃度では、減衰した異常な持続予測はより正確な推定値のままである。
論文 参考訳（メタデータ） (2026-09-23T15:57:35Z) - Stochastic Emulation of a Fully Coupled Preindustrial E3SMv3 Simulation [1.870475180413669]
大気エミュレータと深海エミュレータ(Samudra)を結合したSamudrACEフレームワーク上に構築したE3SMバージョン3の複合エミュレータを提案する。
我々は、決定論的大気エミュレータをそれに代わるACE2Sに置き換え、その結合系を確率論的目的で微調整し、大気が海洋の内部変動の源となるようにした。
インダストリアル・コントロール・シミュレーションの105年で訓練され、独立400年で評価され、エミュレータは既存のモデルからオブザーバまでのバイアスよりもはるかに小さいE3SMv3の平均気候状態を再現する。
論文 参考訳（メタデータ） (2026-08-10T22:19:59Z) - SamudrACE: Fast and Accurate Coupled Climate Modeling with 3D Ocean and Atmosphere Emulators [6.297785124293287]
SamudrACEは、水平1度、大気6時間、海洋5日の分解能で何世紀にもわたってシミュレーションを制作している。
高度に安定しており、その成分に匹敵する気候バイアスが低い。
論文 参考訳（メタデータ） (2025-09-15T22:27:26Z) - Inertial Confinement Fusion Forecasting via Large Language Models [48.76222320245404]
本研究では,従来の貯水池計算パラダイムとLarge Language Models(LLM)の新たな統合である$textbfLPI-LLM$を紹介する。
我々は、$textitLLM-anchored Reservoir$, augmented with a $textitFusion-specific Prompt$を提案する。
また、最初の$textttLPI$ベンチマークである$textbfLPI4AI$も提示します。
論文 参考訳（メタデータ） (2024-07-15T05:46:44Z) - LUCIE: A Lightweight Uncoupled ClImate Emulator with long-term stability and physical consistency for O(1000)-member ensembles [0.0]
軽量で、訓練が容易で、低解像度で、完全にデータ駆動型気候エミュレータであるLUCIEを紹介します。
最先端のAI天気モデルとは異なり、LUCIEは100ドルの自己回帰シミュレーションのために安定しており、物理的に一貫性がある。
論文 参考訳（メタデータ） (2024-05-25T16:27:13Z) - Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。
ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。
このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
論文 参考訳（メタデータ） (2023-09-24T19:57:22Z) - ClimSim-Online: A Large Multi-scale Dataset and Framework for Hybrid ML-physics Climate Emulation [45.201929285600606]
我々は、ハイブリッドML物理シミュレータを開発するためのエンドツーエンドワークフローを含むClimSim-Onlineを提案する。
データセットはグローバルで、高いサンプリング頻度で10年間にわたっています。
MLモデルを運用環境シミュレータに統合するための、クロスプラットフォームでコンテナ化されたパイプラインを提供します。
論文 参考訳（メタデータ） (2023-06-14T21:26:31Z) - Satellite galaxy abundance dependency on cosmology in Magneticum
simulations [101.18253437732933]
宇宙論的パラメータに基づく衛星量のエミュレータを構築した。
A$ と $beta$ はたとえ弱いとしても、宇宙的パラメータに依存する。
また、衛星の宇宙論の依存性は、フル物理シミュレーション(FP)、ダークマターシミュレーション(DMO)、非放射性シミュレーション(非放射性シミュレーション)の違いも示している。
論文 参考訳（メタデータ） (2021-10-11T18:00:02Z) - DeepClimGAN: A High-Resolution Climate Data Generator [60.59639064716545]
地球系モデル(ESM)は、気候変動シナリオの将来の予測を生成するためにしばしば用いられる。
妥協として、エミュレータはかなり安価であるが、ESMの複雑さを全て備えているわけではない。
本稿では, ESMエミュレータとして, 条件付き生成逆数ネットワーク(GAN)の使用を実証する。
論文 参考訳（メタデータ） (2020-11-23T20:13:37Z)
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。