Core Concepts
物理学に基づく機械学習は、プロセスベースの水文学と機械学習の両分野を変革し、両者のパラダイムシフトを促進します。
Abstract
地球観測データサイエンス部門のQingsong Xuらは、物理知識や物理モデリングを統合したPaMLコミュニティを紹介しました。この手法は、既存の物理知識や物理方程式をMLモデルに埋め込むことで、動的なプロセスを効果的に解析します。彼らは水文過程や降雨流出などの領域でPaMLメソッドを体系的に分析しました。さらに、HydroPMLプラットフォームが提案され、水文過程に基づいたアプリケーション向けの基盤として公開されました。これにより、MLと物理ベースアプローチが統合されることで、複雑な水文システムで正確な予測と推測が可能となります。
Stats
物理知識や物理方程式を統合したPaMLコミュニティが導入されました。
HydroPMLプラットフォームが提案されています。
水文過程や降雨流出などの領域でPaMLメソッドが体系的に分析されています。
Quotes
"Physics-aware Machine Learning aims to take the best from both physics-based modeling and state-of-the-art ML models to better solve scientific problems."
"A structured community of existing methodologies that integrates prior physical knowledge or physics-based modeling into ML is built, and called PaML."
"HydroPML enhances the explainability and causality of ML and lays the groundwork for the digital water cycle’s realization."