144 판독값

해수면 온도 예측을 위한 심층 신경망: 결론 및 향후 연구

~에 의해 Oceanography: Everything You Need to Study the Ocean1m2024/05/29

너무 오래; 읽다

본 논문에서 연구자들은 역사적 관측에서 얻은 물리적 지식을 수치 모델로 전환하여 SST 예측을 향상시킵니다.

featured image - 해수면 온도 예측을 위한 심층 신경망: 결론 및 향후 연구

저자:

(1) 멍 위신;

(2) 펑 가오;

(3) 에릭 리갈;

(4) 란동;

(5) 준유동;

(6) 키안 두.

링크 표

V. 결론 및 향후 연구

본 논문에서는 과거 관측 데이터를 활용하여 수치 모델 데이터의 물리적 구성 요소를 개선하고 조정하는 물리적 지식 수정을 기반으로 한 SST 예측 접근 방식을 제시합니다. 구체적으로, 관찰된 데이터로부터 물리적 지식을 추출하기 위해 사전 네트워크가 사용되었습니다. 그 후, 수치 모델 데이터에 사전 훈련된 사전 네트워크를 적용하여 물리학이 강화된 SST를 생성했습니다. 마지막으로 생성된 데이터는 SST 예측을 위해 ConvLSTM 네트워크를 훈련하는 데 사용되었습니다. 또한 물리적 지식 기반 강화 데이터를 활용하여 ConvLSTM 네트워크를 훈련시켜 예측 성능을 더욱 향상시켰습니다. 제안된 방법은 6가지 최신 방법에 비해 최고의 성능을 보였다. 제안된 방법으로 수치모델 데이터의 물리적 부분이 수정되었으나, 해석 가능한 모델을 사용하면 예측 성능이 더욱 향상될 수 있다. 앞으로 우리는 심층 네트워크에서 더 적절한 지식을 추출한 다음 실제 응용에 더 적합한 해석 가능한 모델을 설계할 계획입니다.