Краткое содержание

arXiv:2511.13419v1 Тип объявления: новый Аннотация: Точный краткосрочный прогноз экстремальных температурных явлений остается фундаментальной задачей в оперативном управлении климатическими рисками. Мы представляем Мультимодальную Модель Переходов Погодных Состояний с Аномалийно-Управляемой Рекуррентной Моделью Внимания Плюс (MMWSTM-ADRAN+), двухпотоковую архитектуру глубокого обучения, которая объединяет режимно-ориентированную динамическую модель с механизмом внимания, сфокусированным на аномалиях, для прогнозирования суточного максимума температуры и ее экстремальных значений. Первый поток, MMWSTM, сочетает двунаправленные блоки долгой краткосрочной памяти (BiLSTM) с обучаемой матрицей переходов марковских состояний для учета изменений синоптических погодных режимов. Второй поток, ADRAN, интегрирует двунаправленные рекуррентные блоки с воротами (BiGRU), многоголовую само-внимательность и новый слой аномалийного усиления для повышения чувствительности к низковероятным сигналам. Легковесный аттентивный блок слияния адаптивно определяет вклад каждого потока в итоговый прогноз.