Краткое содержание

arXiv:2511.11750v1 Тип: новая работа Аннотация: Задача оценки тропических циклонов (ТЦ) заключается в точной оценке различных характеристик ТЦ в реальном времени. Однако сдвиги распределения, возникающие из-за сложной и динамичной природы полей окружающей среды ТЦ, таких как различные географические условия и сезонные изменения, представляют собой серьёзные проблемы для надёжной оценки. Большинство существующих методов полагаются на мультимодальное слияние для извлечения признаков, но игнорируют внутреннее распределение репрезентаций признаков, что приводит к плохой обобщающей способности в сценариях с выходом за пределы исходного распределения (OOD). Для решения этой проблемы мы предлагаем эффективную структуру физически инвариантного обучения, ориентированную на идентификационное распределение (IDOL), которая накладывает ориентированные на идентификацию ограничения для регулирования пространства признаков под руководством априорных физических знаний, тем самым преодолевая вариативность распределения с помощью физической инвариантности. Конкретно, предложенная структура IDOL использует модель поля ветра и знания о тёмной корреляции ТЦ для моделирования общих для