Solving the Weather4cast Challenge via Visual Transformers for 3D Images

要約

実世界の多くのプロセスや意思決定が将来の気象条件に依存するため、正確な天気予報は重要なタスクです。NeurIPS 2022の課題「Weather4cast」では、衛星観測の前1時間を背景として、今後8時間の降雨イベントを予測する問題を提起しています。我々は、コンピュータビジョンにおける変換器ベースのアーキテクチャの最近の成功に動機づけられ、この課題に取り組むために、このアーキテクチャに基づく2つの方法論を実装し提案する。我々は、異なる変換器といくつかのベースラインモデルを組み合わせることで、未見のテストデータに対して測定可能な最高の性能を達成することを見出した。我々のアプローチは、コンペティションで3位にランクインした。

要約(オリジナル)

Accurately forecasting the weather is an important task, as many real-world processes and decisions depend on future meteorological conditions. The NeurIPS 2022 challenge entitled Weather4cast poses the problem of predicting rainfall events for the next eight hours given the preceding hour of satellite observations as a context. Motivated by the recent success of transformer-based architectures in computer vision, we implement and propose two methodologies based on this architecture to tackle this challenge. We find that ensembling different transformers with some baseline models achieves the best performance we could measure on the unseen test data. Our approach has been ranked 3rd in the competition.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL