Exceedance Probability Forecasting via Regression for Significant Wave Height Prediction

要約

有義波高の予測は海洋データ分析における重要な問題です。
この問題は、船舶の航行の管理や波からのエネルギー生成の推定など、いくつかの海上業務に関連します。
この研究では、沿岸災害を引き起こす可能性のある有意な波高の極端な値の予測に焦点を当てます。
このタスクは超過確率予測問題として構成されています。
したがって、有義波高が事前に定義された臨界閾値を超える確率を推定することを目的としています。
この問題は通常、確率的二値分類モデルを使用して解決されます。
代わりに、予測モデルに基づいた新しいアプローチを提案します。
確率的なバイナリ予測は意思決定のための情報を合理化し、ポイント予測はデータのダイナミクスに対する追加の洞察を提供します。
提案された方法は、累積分布関数を使用してポイント予測を超過確率推定値に変換することによって機能します。
カナダのハリファックスの海岸に設置されたブイのデータを使用して実験を実施しました。
結果は、提案された方法論が超過確率予測に関して最先端のアプローチよりも優れていることを示唆しています。

要約(オリジナル)

Significant wave height forecasting is a key problem in ocean data analytics. This problem is relevant in several maritime operations, such as managing the passage of vessels or estimating the energy production from waves. In this work, we focus on the prediction of extreme values of significant wave height that can cause coastal disasters. This task is framed as an exceedance probability forecasting problem. Accordingly, we aim to estimate the probability that the significant wave height will exceed a predefined critical threshold. This problem is usually solved using a probabilistic binary classification model. Instead, we propose a novel approach based on a forecasting model. A probabilistic binary forecast streamlines information for decision-making, and point forecasts can provide additional insights into the data dynamics. The proposed method works by converting point forecasts into exceedance probability estimates using the cumulative distribution function. We carried out experiments using data from a buoy placed on the coast of Halifax, Canada. The results suggest that the proposed methodology is better than state-of-the-art approaches for exceedance probability forecasting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google