AIが解く世界の難問 · 地球・気候科学 · arXiv · 2026-10-21
ライダ点群による砕波帯海面の連続・微分可能なニューラルネットワーク表現
原題: Continuous and Differentiable Neural Network Representations of the Surfzone Sea-Surface from Lidar Point Clouds
多点走査型ライダの時系列点群から、格子化や補間を経ずに海面を連続的かつ微分可能に表現する手法として、SIRENというニューラルネットワークの訓練を提案・検証した。カリフォルニア州モントレーでドローンが4 mの大型砕波の上空から収集した60秒分のライダデータで訓練したSIRENは、任意の場所と時刻で海面とその導関数の推定を可能にし、誤差は計測器誤差と同程度で局所的なデータ密度の影響も受けなかった。スプラッシュアップや海しぶといった最も高波数の変動は平滑化される傾向があるものの、独立に訓練した2つのSIRENの差は計測器誤差と同程度であり、導関数の計算や時空間スライスからの波速推定を通じて方向性波浪解析への可能性が示された。