WindINR: Quadro Neurale per Query Veloci del Vento Locale in Terreni Complessi
WindINR è un framework progettato per comprendere le condizioni del vento locale ad alta risoluzione, specialmente in paesaggi complessi, utilizzando un numero limitato di punti dati. Presenta un decoder condizionato latente che trasforma informazioni di base sul terreno, uno sfondo a bassa risoluzione e coordinate di query specifiche in dati dettagliati sul vento. Questo sistema separa efficacemente l'apprendimento della rappresentazione generale dagli aggiustamenti adattati a campioni specifici, consentendo correzioni rapide durante l'uso. Durante l'addestramento, un encoder specializzato crea uno stato di riferimento con dati ad alta risoluzione, mentre un predittore pratico stabilisce uno stato iniziale utilizzando solo gli input disponibili al momento. Le differenze tra questi stati informano una correzione basata sui dati. Questo approccio consente stime rapide del vento per determinate località e altitudini per un dato tempo di previsione, evitando la necessità di griglie fitte di previsione. Puoi trovare questa ricerca su arXiv, ID 2605.09511.
Fatti principali
- WindINR è un framework di rappresentazione neurale implicita a stato latente.
- Consente query locali del vento ad alta risoluzione continua e correzione basata su osservazioni sparse.
- Mappa descrittori statici del terreno, campo di fondo a bassa risoluzione e coordinate di query continue allo stato del vento ad alta risoluzione.
- Utilizza un decoder condizionato latente.
- Separa l'apprendimento della rappresentazione riutilizzabile dalla correzione dello stato latente specifica del campione.
- L'encoder privilegiato inferisce lo stato latente di riferimento dalla supervisione ad alta risoluzione.
- Il predittore latente distribuibile stima lo stato latente iniziale dagli input al momento dell'inferenza.
- Pubblicato su arXiv con ID 2605.09511.
Entità
Istituzioni
- arXiv