[論文レビュー] ExtremeWeather: A large-scale climate dataset for semi-supervised detection, localization, and understanding of extreme weather events

Evan Racah, Christopher Beckham+4 more|arXiv (Cornell University)|Dec 6, 2016

Tropical and Extratropical Cyclones Research被引用数 158

ひとこと要約

ExtremeWeather を紹介する。大規模な多チャンネル気候データセットと、4つの極端気象イベントを検出および局在するための3D半教師ありエンコーダ–デコーダネットワーク、境界ボックス損失と小/中/大の分割にわたるベンチマーク。

ABSTRACT

Then detection and identification of extreme weather events in large-scale climate simulations is an important problem for risk management, informing governmental policy decisions and advancing our basic understanding of the climate system. Recent work has shown that fully supervised convolutional neural networks (CNNs) can yield acceptable accuracy for classifying well-known types of extreme weather events when large amounts of labeled data are available. However, many different types of spatially localized climate patterns are of interest including hurricanes, extra-tropical cyclones, weather fronts, and blocking events among others. Existing labeled data for these patterns can be incomplete in various ways, such as covering only certain years or geographic areas and having false negatives. This type of climate data therefore poses a number of interesting machine learning challenges. We present a multichannel spatiotemporal CNN architecture for semi-supervised bounding box prediction and exploratory data analysis. We demonstrate that our approach is able to leverage temporal information and unlabeled data to improve the localization of extreme weather events. Further, we explore the representations learned by our model in order to better understand this important data. We present a dataset, ExtremeWeather, to encourage machine learning research in this area and to help facilitate further work in understanding and mitigating the effects of climate change. The dataset is available at extremeweatherdataset.github.io and the code is available at https://github.com/eracah/hur-detect.

研究の動機と目的

• 気候シミュレーションにおけるグローバルな平均値を超えた局所的な極端気象イベント分析の必要性を動機づける。
• 4種類のイベントの境界ボックス検出のための大規模で多チャンネルのデータセット（ExtremeWeather）を提供する。
• 境界ボックス回帰と再構成のための半教師あり学習を組み込んだ3D畳み込みエンコーダ-デコーダアーキテクチャを提案する。
• 再構成を通じて未ラベルデータを活用することが局在化を改善することを示す。特にハリケーンや関連イベントで。
• 気候科学の下流の機械学習研究を促進するため、small/medium/largeのベンチマーク分割を提供する。

提案手法

• 再構成と予測のために重みを結合した3D（高さ・幅・時間）畳み込みエンコーダ-デコーダを用いる。
• ボトルネックで単一パスの境界ボックス回帰損失を適用し、ボックスの位置・大きさ・信頼度・クラスを予測する。
• 画像を12x18グリッドの64x64アンカーに分割して、タイムステップあたり216の予測を生成し、多成分損失 L = L_sup + λ L_rec を用いる。
• 未ラベルフレームが再構成損失を介して寄与する半教師付き目的で訓練し、時空特徴学習を向上させる。
• 4イベントタイプ（TD, TC, ETC, US-AR）のグラウンドトゥルー境界ボックスはTECAの中心とサイズから導出され、ラベリングノイズや部分的注釈を認識します。
• データセット分割とベースラインを提供し、コードとデータはオンラインで利用可能。

実験結果

リサーチクエスチョン

• RQ1 半教師付き3D CNN は完全教師付きベースラインより極端気象イベントの局在化精度を改善できるか？
• RQ2 再構成を介して未ラベルフレームを活用することで、ハリケーンおよびサイクロン関連イベントの時空表現学習は改善されるか？
• RQ3 時間情報（3D vs 2D）はイベントタイプ全体の検出・局在化性能にどのような影響を与えるか？
• RQ4 半教師付き学習下で、ラベルなしのデータを用いた異なる損失重み（λ）が境界ボックス回帰とクラス信頼度に与える影響はどのようか？

主な発見

• 3D 半教師付きモデルは2Dの対応モデルよりも優れており、特に温帯 cyclone および熱帯 cyclone において顕著である。
• 半教師付き学習は ETC および TC の局在化を改善し、未ラベルデータからの有益な時空特徴学習を示す。
• 長期トレーニングと適切なアンカーサイズ（64x64）は境界ボックスの精度と IOU 性能に影響を与え、IOU=0.1 で大まかな局在化が達成可能。
• 時間的文脈（時間次元）はデータセット内の特定の気象イベントを識別する上で重要である。
• データセットにはクラス不均衡（例：AR が相対的に乏しい）と TECA グラウンドトゥルースに内在するラベリングノイズが存在する。