日本語タイトル#
CuMoLoS-MAE：リモートセンシングデータ再構築のためのマスク付きオートエンコーダ
英文タイトル#
CuMoLoS-MAE: A Masked Autoencoder for Remote Sensing Data Reconstruction
日本語要約#
ドップラーライダー、レーダー、放射計などのリモートセンシング機器から得られる正確な大気プロファイルは、低 SNR（信号対雑音比）ゲート、レンジフォールディング、および偽の不連続性の影響を受けることがよくあります。従来のギャップフィリングは微細構造をぼやけさせる一方で、深層モデルは信頼度の推定が欠けています。私たちは CuMoLoS-MAE を提案します。これは、(i) 上昇気流と下降気流のコア、せん断線、小渦などの微細構造を復元し、(ii) 大気場に関するデータ駆動型の事前情報を学習し、(iii) ピクセル単位の不確実性を定量化することを目的とした、カリキュラムガイドのモンテカルロ確率的アンサンブルマスク付きオートエンコーダです。トレーニング中、CuMoLoS-MAE はマスク比率のカリキュラムを採用し、ViT デコーダーが徐々に疎な文脈から再構築することを強制します。推論時には、ランダムマスクの実現に対してモンテカルロ近似を用いて事後予測を得るために、MAE を複数回評価し、出力を集約して事後予測の平均再構築とともに、細かく解像度の高いピクセルごとの不確実性マップを取得します。高忠実度の再構築と組み合わせることで、この新しい深層学習ベースのワークフローは、強化された対流診断を可能にし、リアルタイムデータ同化をサポートし、長期気候再解析を改善します。
英文要約#
Accurate atmospheric profiles from remote sensing instruments such as Doppler Lidar, Radar, and radiometers are frequently corrupted by low-SNR (Signal to Noise Ratio) gates, range folding, and spurious discontinuities. Traditional gap filling blurs fine-scale structures, whereas deep models lack confidence estimates. We present CuMoLoS-MAE, a Curriculum-Guided Monte Carlo Stochastic Ensemble Masked Autoencoder designed to (i) restore fine-scale features such as updraft and downdraft cores, shear lines, and small vortices, (ii) learn a data-driven prior over atmospheric fields, and (iii) quantify pixel-wise uncertainty. During training, CuMoLoS-MAE employs a mask-ratio curriculum that forces a ViT decoder to reconstruct from progressively sparser context. At inference, we approximate the posterior predictive by Monte Carlo over random mask realisations, evaluating the MAE multiple times and aggregating the outputs to obtain the posterior predictive mean reconstruction together with a finely resolved per-pixel uncertainty map. Together with high-fidelity reconstruction, this novel deep learning-based workflow enables enhanced convection diagnostics, supports real-time data assimilation, and improves long-term climate reanalysis.
文章ページ#
CuMoLoS-MAE：リモートセンシングデータ再構築のためのマスク付きオートエンコーダ
PDF 入手#
抖音でさらに素晴らしいコンテンツを見るには QR コードをスキャンしてください