Исследователи представляют MotifGen, генеративную модель, предназначенную для пространственно-временной интерполяции микроволновых изображений тропических циклонов из нескольких геопространственных источников с нерегулярными временными интервалами и географическим смещением. Модель решает проблему высокой гетерогенности микроволновых данных, объединяя входные данные от различных инструментов для заполнения пробелов, вызванных длительным временем повторного обзора спутниками.

  • Обучается с помощью самонадзорной задачи, в которой случайный источник маскируется и восстанавливается, что приводит к значительному снижению непрерывной ранговой вероятностной оценки (Continuous Ranked Probability Score) по сравнению с обучением с учителем.
  • Объединение инфракрасных и микроволновых данных дает дальнейшее улучшение производительности по сравнению с использованием только микроволновых данных.
  • Модель генерирует среднее значение ансамбля, сопоставимое с детерминированными моделями, при этом генерируя спектр мощности, значительно ближе к истинным наблюдениям.

Этот подход представляет собой первую генеративную модель, способную интерполировать микроволновые изображения циклонов путем интеграции данных от нескольких микроволновых инструментов и инфракрасных наблюдений с нерегулярными интервалами.