Машинное обучение поможет метеорологам точнее предсказывать выпадение града

>>> Опубликовано - 2019/08/20 - просмотров - 5

Метки: Нейросеть  

Машинное обучение поможет метеорологам точнее предсказывать выпадение града

Ученые из Национального центра атмосферных исследований США научили сверточную нейронную сеть распознавать признаки гроз, свидетельствующие об образовании града, а также предсказывать величину градин. Оба этих параметра крайне сложно прогнозировать обычными методами, пишет EurekAlert.

Отметим, что на образование града во время грозы влияет тысяча метеорологических факторов: влажность воздуха, температура, характерные восходящие потоки, скорость ветра, его направление и даже структура бури. Современные компьютерные методы не в силах создать математическую модель всех физических характеристик грозы — это слишком сложно, а потому метеорологам приходится довольствоваться для прогнозов либо неточными моделями, либо относительно точными моделями, но только для небольшого кусочка грозы. Машинное обучение позволяет обойти потребность в полномасштабной сверхточной модели — вместо этого алгоритмы изучают огромное количество базовых данных, которые нетрудно достать, ищут в них малейшие закономерности и выделяют важные для образования града характеристики бури.

Как сообщается, созданная американскими исследователи нейросеть берет за основу радиолокационную отражательную способность бури, а также информацию о температуре воздуха, давлении, скорости и направлении ветра, после чего «достаточно успешно» делает прогнозы касательно возможности выпадения градин и их размера.

Поскольку для тренировки и оценки эффективности алгоритма специалисты использовали компьютерные симуляции, теперь они собираются протестировать модель в реальных условиях, чтобы затем начать ее практическое применение в метеорологии. По мнению ученых, возможность точнее предсказывать выпадение градин и их размер позволит эффективнее защищать урожаи, уменьшив количество убытков, наносимых непогодой сельскому хозяйству.

Источник itc.ua

Комментарии


code Код: