기후 데이터 분석을 위한 차원의 축복

초록. 차원의 축복에 대한 간단한 설명을 제공하며, 주로 농축 현상에 초점을 맞춥니다. 이러한 현상은 고차원에서 동일한 분포의 독립적인 랜덤 벡터의 길이가 거의 동일하다는 것과 독립적인 벡터가 거의 직교함을 의미합니다. 기후 및 대기 과학에서는 점점 더 앙상블 모델링에 의존하고 있으며, 긴 시계열과 공간적으로 확장된 필드의 대량 샘플을 분석하는 도전에 직면해 있습니다. 우리는 고차원의 속성이 샘플 구성원 간의 상관관계 및 샘플 크기가 커질 때 샘플 평균의 행동에 대한 분석적 결과를 도출할 수 있게 해준다는 것을 보여줍니다. 합리적인 성공도로 고차원의 특성이 기후 데이터에 적용될 수 있음을 발견했습니다. 대부분의 기후 데이터가 강한 비등방성과 공간적 및 시간적 의존성을 보이지만, 효과적인 차원은 약 25–100입니다.