DIRESA：一种基于正则化自编码器的保距非线性降维技术
机器学习
2025-04-29 v2 混沌动力学
大气与海洋物理
摘要
在气象学中，于历史数据集中寻找相似天气模式或相似个例对资料同化、预报和后处理均有裨益。在气候科学中，历史和气候预估数据中的相似个例被用于归因和影响研究。然而，这些庞大的天气和气候数据集大多处于近线存储状态。这意味着必须先下载它们（耗费大量带宽和磁盘空间），然后才能执行计算成本高昂的搜索。我们提出一种基于自编码器（AE）神经网络的降维技术，以压缩数据集并在可解释的压缩潜在空间中执行搜索。我们设计了一种距离正则化的孪生自编码器（DIRESA）架构，旨在捕捉数据集中的非线性特征的同时，保持潜在空间中的距离。使用不同复杂度的概念气候模型，我们表明由此获得的潜在分量能够为系统的主要变率模态提供物理洞察。使用 DIRESA 压缩数据集可减少在线存储需求并保持潜在分量不相关，而其距离（排序）保持能力和重建保真度则显著优于主成分分析（PCA）及其他降维技术，如 UMAP 或变分自编码器。
引用
@article{arxiv.2404.18314,
title = {DIRESA, a distance-preserving nonlinear dimension reduction technique based on regularized autoencoders},
author = {Geert De Paepe and Lesley De Cruz},
journal= {arXiv preprint arXiv:2404.18314},
year = {2025}
}
备注
28 pages, 19 figures, 6 tables (including Appendices); accepted for publication in Artificial Intelligence for the Earth Systems