光学乱流モデリングのための効果的なベンチマーク

光の乱流は通信、指向エネルギー、および画像システムにとって大きな課題を呈しており、特に大気境界層においてその影響が顕著です。光の乱流強度の効果的なモデリングは、これらのシステムの開発と展開に不可欠です。標準的な評価ツール、特に長期データセット、モデリングタスク、指標、および基準モデルの不足により、手法やモデル間での有効な比較が妨げられています。これにより結果の再現性が低下し、局所的な微小気候への過適合が促進されます。評価指標を使用して性能を特徴付けることで、モデルが光の乱流強度を予測する際の適用性についてある程度の洞察を得ることができます。しかし、これらの指標だけではモデルの相対的な品質を理解することは十分ではありません。私たちは \texttt{otbench} パッケージを紹介します。\texttt{otbench} は Python のパッケージで、光の乱流強度予測モデルの厳密な開発と評価に使用されます。このパッケージは一貫したインターフェースを提供し、さまざまなベンチマークタスクやデータセット上で光の乱流モデルを評価することができます。\texttt{otbench} には統計的モデル、データ駆動型モデル、深層学習モデルなど、多様な基準モデルが含まれており、相対的なモデル品質を把握できるようにしています。\texttt{otbench} はまた新しいデータセットやタスク、評価指標を追加するためのサポートも提供しています。このパッケージは \url{https://github.com/cdjellen/otbench} から利用できます。