כתבה
arXiv cs.LG ·
פיתוח רכיב NVAR משופר בעזרת PCA לצפייה גבוהת של טמפרטורת המים הימית במזרח הים
PCA-Enhanced Adaptive NVAR Framework for High-Resolution Sea Surface Temperature Forecasting in the East Sea
מאמר זה מציג רכיב NVAR משופר שמשתמש ב-PCA לצפייה גבוהת של טמפרטורת המים הימית. המאמר משתמש בדטה-סט של GLORYS12V1 ומציג תוצאות טובות יותר מאשר רכיב NVAR רגיל. המאמר גם משווה את התוצאות של הרכיב המשופר לצפייה פשוטה.
תקציר מקורי באנגליתarXiv:2606.12141v2 Announce Type: replace Abstract: Accurate forecasting of sea surface temperature (SST) is essential for marine ecosystem monitoring, climate assessment, fisheries management, and operational ocean forecasting. While numerical ocean models provide reliable predictions, they are computationally expensive, and conventional machine learning methods often suffer from high-dimensional inputs and error accumulation during long-term autonomous forecasting. This study extends our previously proposed Adaptive Nonlinear Vector Autoregression (Adaptive NVAR) framework to high-resolution real-world SST prediction by integrating Principal Component Analysis (PCA) through Singular Value Decomposition (SVD). Daily SST fields from the GLORYS12V1 reanalysis dataset covering the East Sea,
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית