arXiv · ML· Minseo Yoon, Minseong Bae, Sojin Lee, Hyunwoo J. Kim·· 10 天前AI 评分20
PROLA:面向预测性时空天气预报降尺度的主正交低秩适配
PROLA: Principal-Orthogonal Low-rank Adaptation for Predictive Spatiotemporal Weather Downscaling
AI 导读
提出 PROLA 框架将预测性时空天气降尺度分解为空间与时间阶段,在保持低秩预算不增加可训练秩的情况下,通过重标定 rank-1 优化器更新提升适配性能。 实验表明 PROLA 在 PSWD 任务上优于代表性低秩适配基线,其收益亦延伸至多样化的数据集与任务,验证了方法的通用性。该工作已被 NeurIPS 2026 接收。
来源:arXiv · ML · arxiv.org