Innovating assimilation of non-Gaussian image-like observations

非高斯类图像观测的创新同化

基本信息

  • 批准号：
    21K03668
  • 负责人：
    堀田 大介
  • 金额：
    $ 2.5万
  • 依托单位：
    Japan, Meteorological Research Institute
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
  • 财政年份：
    2021
  • 资助国家：
    日本
  • 起止时间：
    2021-04-01 至 2026-03-31
  • 项目状态：
    未结题

项目摘要

本課題では雲や降水に影響される気象衛生画像などの、非ガウス性の強い画像状の気象観測データを、機械学習手法の一つである変分自己符号化器を用いてガウス性の高い潜在変数に変換し、変換後の空間でガウス分布を仮定したデータ同化手法により解析を実施することで、これまで実現し得なかった、非ガウス・稠密データの同化を実現することを目標としている。2022年度は、フランス気象局附属気象学学校との共同研究により静止気象衛星ひまわり8号によるバンド13の赤外画像を用いて、現実データの変分自己符号化器による学習に取り組んだ（交付申請書に記載の研究実施計画中、2023年度実施予定とした【課題3】に相当）。現実データの収集・フォーマット変換とJulia言語による変分自己符号化器の実装を進め、実際に訓練ループを回せるところまで進捗している。現実のデータ同化に実用できるだけの再構成誤差（すなわち、一度符号化した潜在変数を復号器に通して得られる画像と元の画像が、測器の観測誤差と比べ十分に小さい程度になること）を達成するところまでは至っていないが、符号化器および復号器に多段の畳み込み層を導入することで訓練にかかる計算時間が大幅に短縮されることや、目的関数の設計において通常取り込まれる、近似潜在分布と標準ガウス分布のクルバック・ライブラー発散項を含めないことでむしろ潜在空間における特徴量の分離が明瞭になることなど、重要な知見がこれまでに既に得られている。
This topic で は や precipitation cloud に influence さ れ る 気 portraits like health な ど の, non ガ ウ ス sex strong の い portraits of の 気 like 観 measuring デ ー タ を, a machine learning technique の つ で あ る - points and their symbolic device を with い て ガ ウ ス sex の high potential - several に い variations in し, variations in の space after で ガ ウ ス distribution を 仮 set し た デ ー タ assimilation technique に よ り parsing を be applied す る こ と で, こ れ ま で be し must now な か っ た, non ガ ウ ス, dense デ ー タ の assimilation を be presently す る こ と を target と し て い る. 2022 annual は, フ ラ ン ス 気 like bureau affiliated 気 like school と の joint research に よ り static 気 like satellite ひ ま わ り 8 に よ る バ ン ド 13 の outside red portrait を use い て, now be デ ー タ の - points and their symbolic device に よ る study group take り に ん だ (recorded delivery requisition に の research be applied project, 2023 be giving と し た 【 topic 3] に equivalent. Now be デ ー タ の 収 set, フ ォ ー マ ッ ト variations in と Julia words に よ る - points and their symbolic device の be を into め, be interstate に training ル ー プ を back せ る と こ ろ ま で into 捗 し て い る. Now be の デ ー タ assimilation に be used で き る だ け の again form error (す な わ ち, once symbolic し た potential - several を complex number device に tong し て have ら れ る portrait portraits と yuan の が, sensor の 観 と measurement error is smaller than べ very に さ い degree に な る こ と) を reached す る と こ ろ ま で は to っ て い な い が, symbolic お よ び complex number is の に more sections 畳 み 込 み layer を import す る こ と で training に か か る computing time が に sharply shortening さ れ る こ と や, objective masato の design に お い て usually take り 込 ま れ る, approximate potential distribution と standard ガ ウ ス distribution の ク ル バ ッ ク · ラ イ ブ ラ ー 発 を loose items including め な い こ と で む し ろ potential space に お け る, 徴 quantity の separation が clear に な る こ と な ど, important Youdaoplaceholder0 view が れまでに れまでに に られて る る る.

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Ecole Nationale de la Meteorologie/CNRM/CNRS(フランス)
国立气象学院/CNRM/CNRS（法国）
  • DOI：
  • 发表时间：
  • 期刊：
  • 影响因子：
    0
  • 作者：
  • 通讯作者：
On the foundation and different interpretations of ensemble sensitivity
论系综敏感性的基础及不同解释
  • DOI：
    10.1175/mwr-d-22-0273.1
  • 发表时间：
    2023
  • 期刊：
    Monthly Weather Review
  • 影响因子：
    3.2
  • 作者：
    Duc Le;Kawabata Takuya;Hotta Daisuke
  • 通讯作者：
    Hotta Daisuke
"Twin-analysis" verification: a new verification approach that alleviates pitfalls of "own-analysis" verification when applied to short-range forecasts
“孪生分析”验证：一种新的验证方法，可减少“自身分析”验证应用于短期预测时的缺陷
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Daisuke Hotta;Takashi Kadowaki;Hitoshi Yonehara;Toshiyuki Ishibashi
  • 通讯作者：
    Toshiyuki Ishibashi
Twin‐analysis verification: A new verification approach to alleviate pitfalls of own‐analysis verification
双分析验证：一种新的验证方法，可以减轻自身分析验证的缺陷
Gaussian Assimilation of non-Gaussian Image Data via Pre-Processing by Variational Auto-Encoder (VAE)
通过变分自动编码器 (VAE) 预处理对非高斯图像数据进行高斯同化
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yamaguchi A.;Tomioka N.;Ito M.;Shirai N.;Kimura M.;Greenwood R. C. et al.;Daisuke Hotta
  • 通讯作者：
    Daisuke Hotta
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

堀田 大介其他文献

動作計測と筋骨格動力学モデルに基づく筋力補助装具の設計(若葉研究者の集い4,サマーセミナー(若葉研究者の集い))
基于运动测量和肌肉骨骼动力学模型的肌肉力量辅助装置设计（若叶研究者聚会4，夏季研讨会（若叶研究者聚会））
  • DOI：
    10.11485/itetr.34.34.0_73
  • 发表时间：
    2010
  • 期刊：
  • 影响因子：
    0
  • 作者：
    今村 由芽子;田中 孝之;金子 俊一;山中 正紀;堀田 大介
  • 通讯作者：
    堀田 大介
High-resolution numerical simulation of wintertime orographic precipitation: representation of snowfall characteristics
冬季地形降水高分辨率数值模拟：降雪特征表征
ニュース・天気予報がよくわかる気象キーワード事典
天气关键词百科，轻松了解新闻、天气预报
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
    筆保 弘徳;山崎 哲;中村 哲;安成 哲平;吉田 龍二;釜江 陽一;下瀬 健一;大橋 唯太;堀田 大介
  • 通讯作者：
    堀田 大介
天気のヒミツがめちゃくちゃわかる！　気象キャラクター図鑑
你可以了解天气的秘密！
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
    筆保 弘徳;山崎 哲;中村 哲;安成 哲平;吉田 龍二;釜江 陽一;下瀬 健一;大橋 唯太;堀田 大介;筆保弘徳
  • 通讯作者：
    筆保弘徳

堀田 大介的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了