AIが解く世界の難問 · 地球・気候科学 · arXiv · 2026-10-20
湿潤偏重のデータパイプラインが生成型降水ナウキャストの学習と評価を誤らせる
原題: Wet-Biased Data Pipelines Mislead the Training and Evaluation of Generative Precipitation Nowcasting
降水ナウキャストの生成モデルは、希少な極端現象を強調するため降水イベントを多く含む湿潤偏重のデータで学習・評価されることが多い。本研究は、ターゲット観測に基づくテストデータの選び方が、モデルが学習する条件付き分布そのものを偏らせることを解析的に示した。衛星からレーダーへの拡散モデルを用いた実験では、テストデータの選び方によって較正の評価が逆転し、湿潤偏重のテストセットでは過小予測、実運用に近いテストセットでは過大予測に見えることが示された。