DINOv3作为冻结编码器用于CRPS导向的概率性降雨预报
机器学习
2025-11-21 v2
摘要
本文提出了一种具竞争性且计算效率高的概率性降雨预报方法。将视频投影器（V-JEPA Vision Transformer）附加到预训练的卫星视觉编码器（DINOv3-SAT493M）上，将编码器标记映射到4小时累积降雨的离散经验CDF（eCDF）上。投影器-头部端到端地针对Ranked Probability Score（RPS）进行优化。作为替代方案，使用以汇总RPS和每个像素Gamma-Hurdle目标训练的3D-UNET基线。 在Weather4Cast 2025基准测试上，所提出的方法实现了令人振奋的性能，CRPS为3.5102，相较于最佳3D-UNET提升了约26%的有效性。
引用
@article{arxiv.2511.10893,
title = {Multi-View Polymer Representations for the Open Polymer Prediction},
author = {Wonjin Jung and Yongseok Choi},
journal= {arXiv preprint arXiv:2511.10893},
year = {2025}
}
备注
The authors have decided to withdraw this manuscript due to internal approval and authorship issues. A revised version may be posted in the future