拡散モデルによるスケール適応型・結合時空間超解像フレームワーク
arXiv cs.LG / 2026/4/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、気候向けの動画超解像モデルが通常は特定の空間・時間の拡大率（SR因子）の組に対して設計されるため、異なる解像度やフレームレートへの移行性が低い点を扱っています。
- 提案手法は、注意機構による条件付き平均の予測と残差付き条件付き拡散モデルを組み合わせることで、異なる因子でも同一アーキテクチャを再利用できる時空間超解像のスケール適応フレームワークです。
- 入力と出力で降水の合計量を保つ任意の質量保存（mass-conservation）変換を組み込むことで、気象量の整合性を維持します。
- スケール適応は、各因子ごとに新しいアーキテクチャを作り直すのではなく、拡散ノイズスケジュール振幅（beta）、時間コンテキスト長（L）、および必要に応じて質量保存関数を“少数の因子依存ハイパーパラメータ”として調整することで実現します。
- 実験ではフランスの降水再解析データ（Comephore）により、空間SR因子1〜25、時間因子1〜6の範囲を単一の再利用可能なチューニング手順でカバーできることを示しています。
