이 연구는 푸리에 신경 연산자(FNO)를 활용하여 이상적인 바로클린 풍력 구동 해양 시스템의 4개 예측 변수(염분, 온도, 동서 방향 속도, 남북 방향 속도)를 단일 시간 단계로 예측하는 문제를 다룹니다.
데이터 전처리, 신경망 아키텍처, 학습 프로세스와 관련된 다양한 하이퍼파라미터를 최적화하기 위해 DeepHyper의 다목적 최적화 기능을 활용했습니다.
기존 연구에서 주로 사용되는 평균 제곱 오차(MSE) 손실 함수 외에도 음의 이상 상관 계수(ACC)를 추가 손실 함수로 사용하여, 평균 행동뿐만 아니라 상세한 변동성도 잘 포착할 수 있도록 하였습니다.
최적화 결과, 최적 하이퍼파라미터 구성을 사용한 모델이 기준 모델보다 단일 시간 단계 예측에서 모든 변수에 대해 우수한 성능을 보였으며, 장기 자기회귀 예측에서도 큰 성능 향상을 보였습니다. 이를 통해 FNO의 해양 동역학 예측 성능을 크게 향상시킬 수 있음을 입증했습니다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Yixuan Sun,O... at arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.05768.pdfDeeper Inquiries