大規模な大気変数と不均衡分布から効率的に学習することで実現する、正確な降水予報
arXiv cs.LG / 2026/3/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、複雑な事象ダイナミクス、極端なクラス不均衡（降水が稀である一方、非降水が豊富）、および既存モデルが大規模な複数ソースの大気データを効率的に活用する能力が限られていることによって生じる、短時間（0〜24時間）の降水予報課題に取り組む。
- 降水の進展と最も強く結びつく潜在特徴を自動的に抽出し、反復的に予測する新しい予報モデルを提案し、精度と計算効率の両方の向上を目指す。
- 降水が極めて稀な事象をより適切に識別しつつ、降水強度の値を正確に予測するための WMCE 損失関数を導入する。
- 2つのデータセットでの実験により、提案手法は予測精度とランタイム／効率の両面で既存のベースラインを上回り、実行可能な予報を作成するための計算コストも削減できることを示す。
- 全体として、著者らは本手法を、現実世界での利用に向けた、より効率的で実用的な降水予報システムに向けたマイルストーンであると位置付けている。
