気候変動予測は従来、スーパーコンピュータを用いた物理計算が主流だ。しかし、既知の物理学の知見を積み重ね、モデル化して全体を理解する「ボトムアップ型」の従来手法では、細かく計算しようとすればするほど精細なシミュレーションモデルとより大きなスパコンが必要となり、予算とマンパワーを膨張させてしまう問題があった。
対して本研究では、統計的に傾向を分析する「トップダウン型」の思考を取り入れた。まず、過去の全世界の気温データから連続した30年分を抜き出し、縦に1月から12月の各月の温度、横に30年の年ごとの温度を配置し、温度の高低を色で表した疑似カラー画像を生成した。画像にするのは、人工知能がその特徴を学習しやすくするためだ。
数万から数十万枚の疑似カラー画像を生成し、ディープラーニングで学習させると、過去の気温データからその後10年の平均気温が上がるか・下がるかを最大精度97%で予測することが可能になったという。実際に2016年までの気温データからその後10年の平均気温を予測してみると、全世界で見れば温暖化が進むが、地域によっては温度上昇がゆるやか、あるいは気温が下がることもあり得るとの結果が得られた。このように地域ごとの違いを予測することは、今後の気候研究や温暖化対策の進展に貢献する可能性がある。
本研究グループは今後、この手法のさらなる高精度化や、既存のボトムアップ型気候予測との統合も進めていく考えだ。
論文情報:【Frontiers in Robotics and AI】Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data
https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
まず、明日の絶対間違えない傘必要性の有無御願いします
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
最近は統計が色んな分野で幅を利かせているが統計は本質とは一切関係がないということも忘れていはいけない
よく当たる占いと全く同じことなのだから
deepラーニングで多様される統計はいわば古典物理
ある地点での全ての情報があればその後を確実に予想可能という論理
そういうものを否定してきたのが量子論だけど、例えばアインシュタインは古典物理側の人
量子論的統計に果たして意味があるのか、その辺の方がオカルトチックだで
最低精度は0%なのであろう。つまり大外れもあるから、結局信用できない
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
昔は寒冷化すると予想されてたでしょ
教師データの傾向を踏襲してるだけじゃないの
教師データをいつの範囲で区切るかで結果が変わりそうなんだけど
入力と出力のセットを学習することになると思うが、
そこで過学習をどうすれば避けられるかがカギになりそうだな
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
これまでのデータを説明するための法則性をつくってるだけで
これからあとの予測には無力そう
たとえば
株価に対してこれを使った場合
どれだけ正確な未来予測ができるのか?
株価は基本的に予測結果が株価に影響を与える
フィードバックがデカいから発散・発振する
たとえとして悪すぎる
こんな研究役に立たない
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
ディープラーニングで気候変動を予測(京大論文の追試)
https://qiita.com/takedarts/items/e4dffa6f1946361d2098
おわりに
論文「Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data」の追試を行ってみました。
ただ、論文中に記述されていないパラメータが多く、同じ条件で試験を行えたとは思っていません。
そのため、この結果をもって、「上記の論文は間違っている」と主張するものではありません。
ただし、この論文にはデータ分割方式などの多くの疑問点が残っています。
気象庁自体のサイトも含め、何年も前からのが当然のように多数出て来るが
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
そんな大したもんじゃないからw
過度の期待は禁物
元スレ:http://egg.5ch.net/test/read.cgi/scienceplus/1557573135/
Source: mindhack
【驚愕】京大が開発した○○○を使った新発想の気候予測まマジでスゴイ!!