[論文レビュー] Smart Weather Forecasting Using Machine Learning:A Case Study in Tennessee

A H M Jakaria, Md Mosharaf Hossain+1 more|arXiv (Cornell University)|Aug 24, 2020

Meteorological Phenomena and Simulations被引用数 30

ひとこと要約

本論文は多都市の歴史的天気データを用いて単純な機械学習回帰モデルを訓練し、隣接都市を含めることがナッシュビルの近期温度予測の精度を向上させることを示す。

ABSTRACT

Traditionally, weather predictions are performed with the help of large complex models of physics, which utilize different atmospheric conditions over a long period of time. These conditions are often unstable because of perturbations of the weather system, causing the models to provide inaccurate forecasts. The models are generally run on hundreds of nodes in a large High Performance Computing (HPC) environment which consumes a large amount of energy. In this paper, we present a weather prediction technique that utilizes historical data from multiple weather stations to train simple machine learning models, which can provide usable forecasts about certain weather conditions for the near future within a very short period of time. The models can be run on much less resource intensive environments. The evaluation results show that the accuracy of the models is good enough to be used alongside the current state-of-the-art techniques. Furthermore, we show that it is beneficial to leverage the weather station data from multiple neighboring areas over the data of only the area for which weather forecasting is being performed.

研究の動機と目的

• 資源集約度の低いインフラストラクチャを用いた短期的な天気予測のための機械学習の利用を動機づける。
• 隣接する都市のデータを取り入れることが対象都市の予測精度を向上させるかを調査する。
• 実用的なデータ前処理を前提とした天気予測の有効な手法を特定するため、複数の回帰モデルを評価する。
• 天気サービスからのデータ収集を自動化し、ML訓練を可能にするデータ前処理を行う。
• ある状況で単純なMLモデルが従来のHPCベースの天気モデルと競合できることを示す証拠を提供する。

提案手法

• Nashvilleと周辺都市の時間別観測を、各タイムスタンプで統合されたレコードに結合する。
• 現在日の多都市特徴を用いて翌日の日別時刻温度を予測する回帰モデルを訓練する。
• 複数の回帰器（Ridge, SVR, MLPR, Random Forest, Extra-Trees）を比較して最良のパフォーマーを特定する。
• カテゴリ変数にはワンホットエンコーディング、連続特徴には平均スケーリングでデータを前処理する。
• 評価のためにデータをトレーニング（two months）とテスト（one week）セットに分割する。
• 主な評価指標としてRMSEを使用する。

実験結果

リサーチクエスチョン

• RQ1 隣接する都市の天気データを取り入れることで Nashville の近短期温度予測の精度は向上するか？
• RQ2 多都市の天気データを用いて翌日の日別時間温度を最も正確に予測する回帰モデルはどれか？
• RQ3 トレーニングデータの規模（都市数、週間数）は予測RMSEにどう影響するか？
• RQ4 天気データで効果的なML訓練を可能にするために必要な前処理手順は何か？
• RQ5 軽量なMLモデルは計算資源を削減しつつ競争力のある予測を提供できるか？

主な発見

• 周辺都市すべてのデータを含めるとRMSEが最も低くなり、Nashville単独を使用する場合より約35%低くなる。
• RMSEはトレーニングデータの長さが8週間まで増えると低下し、その後の一部の週で再上昇する。
• Random Forest Regressor と Extra-Tree Regressor は ten-city training で最も低いRMSE (~3.0) を達成し、Multi-city ケースで Ridge, SVR, MLPRを上回る。
• 一都市モデルは一般にすべての検証回帰器でRMSEが高くなる。
• 本研究は、Nashville の短期温度予測を単一都市データと比較して、複数都市データが顕著に改善できることを示している。