不完全な層トレースに対する内部の氷層厚さの物理条件付き合成
arXiv cs.LG / 2026/4/23
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、解像度の限界、ノイズ、信号損失などの理由でレーダー計測による内部の氷層境界が不完全になったり欠落したりする「氷層の補完」問題に取り組んでいます。
- 物理条件付きのニューラルネットワークにより、物理気候モデルで同期された特徴量を条件として、不完全な層トレースから完全な氷層厚さのアノテーションを合成する手法を提案しています。
- 幾何学的学習で層内の空間的文脈を捉え、さらに層間で情報を伝播するトランスフォーマ型のモジュールで、整合的な成層構造と厚さの進化を促します。
- 観測された厚さ値のみで誤差を評価し、疎性に応じて正規化するマスク対応ロバスト回帰損失を導入することで、補完の物理的妥当性を保ちつつ欠損を埋め込まずに安定した学習を可能にしています。
- 合成された厚さスタックは、下流の深部層予測器の事前学習用の教師データとしても機能し、完全トレースのみで学習する場合よりも微調整精度を向上させます。
