Monthly Diffusion v0.9：最初のAI-MIPのための潜在拡散モデル

arXiv cs.LG / 2026/4/16

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

Monthly Diffusion v0.9（MD-1.5）は、1.5度グリッド上で動作し、低周波の内部大気変動に焦点を当てた気候エミュレータとして提示される。
このモデルは、SFNOに着想を得たConditional Variational Auto-Encoder（CVAE）アーキテクチャと潜在拡散を組み合わせ、月平均の前進ステップによって時間的な進化をエミュレートすることを目指している。
学習はデータが乏しい状況（データスパース）を想定して説明されており、計算コストを適度な水準に抑えることを設計目標としている。
本論文は、動機、学習手順、そして初期結果を概説し、MDv0.9を「AI-MIP」気候モデリングのワークフローに向けた初期のステップとして位置付けている。

要旨: ここでは、球面フーリエニューラル演算子（SFNO）に着想を得た条件付き変分オートエンコーダ（CVAE）アーキテクチャを、潜在拡散を用いて低周波の内部大気変動の進展をモデル化するために活用した、1.5度格子間隔（MD-1.5バージョン0.9）における月次拡散について述べる。MDv0.9は、データが乏しい状況において、控えめな計算要件で、月平均のタイムステップで順方向にステップ進めるように設計された。本研究では、アーキテクチャ設計の動機、MDv0.9の学習手順、および初期結果を説明する。