Salva Rühling Cachay Miika Aittala Karsten Kreis Noah Brenowitz Arash Vahdat Morteza Mardani Rose Yu

الملخص

تُعد نماذج الانتشار أداة قوية للتنبؤ الاحتمالي، لكن معظم التطبيقات في الأنظمة الفوضوية عالية الأبعاد تُقدّر لقطات المستقبل واحدة تلو الأخرى. وتُعاني هذه الطريقة الشائعة من صعوبة في نمذجة الاعتماديات الزمنية المعقدة، كما تفشل في أخذ النمو التدريجي للغموض المتأصل في مثل هذه الأنظمة بعين الاعتبار بشكل صريح. وعلى الرغم من اقتراح أطر الانتشار الدوّارة، التي تُطبّق ضجيجًا متزايدًا على التنبؤات في الفترات الطويلة، للتعامل مع هذه المشكلة، إلا أن دمجها مع التقنيات الحديثة المتطورة لنموذج الانتشار ذات الدقة العالية يظل تحديًا كبيرًا. ونُعالج هذه المشكلة من خلال تقديم نموذج الانتشار الدوّار المُوضح (ERDM)، وهو الإطار الأول الذي نجح في دمج هيكل التنبؤ الدوّار مع التصميم المنهجي والأداء العالي لنموذج الانتشار المُوضح (EDM). ولتحقيق ذلك، قمنا بتعديل المكونات الأساسية لنموذج EDM – وهي جدول الضجيج، والتحديث الشبكي، ومسامِر هيوين – لتناسب البيئة الخاصة بالتوقعات الدوّارة. ويُعزز نجاح هذا الدمج ثلاث مساهمات رئيسية: (أ) نظام جديد لوزن الخسارة يُركّز قدرة النموذج على الفترات المتوسطة للتنبؤ، حيث تنتقل الأنظمة من الحتمية إلى العشوائية؛ (ب) استراتيجية تهيئة فعّالة تعتمد على نموذج EDM مُدرّب مسبقًا للفاصل الزمني الأولي؛ (ج) هيكل تسلسلي مخصص من نوع هجين لاستخراج ميزات فضائية-زمنية قوية في ظل عملية التصفية التدريجية. وتفوق ERDM بشكل ثابت على النماذج الأساسية القائمة على الانتشار، بما في ذلك نموذج EDM ذاتي التوجيه الشرطي، في محاكاة معادلات نافير-ستوكس ثنائية الأبعاد، وفي توقعات الطقس العالمية باستخدام بيانات ERA5 بدقة 1.5°. ويُقدّم ERDM إطارًا مرنًا وقويًا لمعالجة مشكلات توليد التسلسلات القائمة على الانتشار، خاصةً في الحالات التي يكون فيها نمذجة النمو المتزايد في عدم اليقين أمرًا بالغ الأهمية. يمكن الوصول إلى الكود عبر الرابط التالي: هذا الرابط URL