Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

SSTODE: Ocean-Atmosphere Physics-Informed Neural ODEs for Sea Surface Temperature Prediction

Created by
  • Haebom
Category
Empty

저자

Zheng Jiang, Wei Wang, Gaowei Zhang, Yi Wang

개요

본 논문은 해수면 온도(SST) 예측을 위한 물리학 기반 Neural Ordinary Differential Equations (Neural ODEs) 프레임워크인 SSTODE를 제안한다. SSTODE는 유체 수송 원리로부터 유도된 상미분방정식(ODEs)을 사용하여 해양의 시공간적 역학을 모델링하고, 에너지 교환 통합자(EEI)를 도입하여 외부 강제 요인을 고려한다. 이를 통해 SST 예측 성능을 향상시키고, SST 역학에 대한 해석 가능성을 높였다.

시사점, 한계점

•
시사점:
◦
SST 예측 문제에 물리학 기반 딥러닝 모델 적용.
◦
해양의 시공간적 역학을 모델링하기 위해 ODEs 활용.
◦
외부 강제 요인을 고려하기 위한 EEI 도입.
◦
글로벌 및 지역 SST 예측 벤치마크에서 SOTA 성능 달성.
◦
모델의 해석 가능성과 물리적 일관성 확보.
•
한계점:
◦
논문에 구체적인 한계점 언급 없음.
👍
Made with Slashpage