21:27 2023-03-29
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Modelul de învățare automată ajută prognozatorii să îmbunătățească încrederea în predicția furtunilor
_ Modelul de învățare automată ajută prognozatorii îmbunătățesc încrederea în predicția furtunilor
Atunci când vremea se pregătește și sunt posibile pericole care pun viața în pericol, cum ar fi ploile abundente, grindină sau tornade, avertismentul prealabil și predicțiile precise sunt de cea mai mare importanță. Cercetătorii meteorologici de la Universitatea de Stat din Colorado le-au oferit prognozatorilor de furtuni un nou instrument puternic pentru a îmbunătăți încrederea în prognozele lor și, potențial, a salva vieți.
În ultimii câțiva ani, Russ Schumacher, profesor la Universitatea de Stat din Colorado. Departamentul de Științe Atmosferice și Climatologul de Stat din Colorado, a condus o echipă care dezvoltă un model sofisticat de învățare automată pentru a promova predicția abil a vremii periculoase pe teritoriul Statelor Unite continentale. Instruit mai întâi pe înregistrările istorice ale precipitațiilor excesive, modelul este acum suficient de inteligent pentru a face predicții precise despre evenimente precum tornade și grindină cu patru până la opt zile în avans - punctul favorabil crucial pentru meteorologi pentru a oferi informații publicului, astfel încât să se poată pregăti. Modelul se numește CSU-MLP sau Colorado State University-Machine Learning Probabilities.
Condus de cercetătorul Aaron Hill, care a lucrat la perfecționarea modelului în ultimii doi ani, echipa a publicat recent. capacitatea lor de prognoză pe raza medie (patru până la opt zile) în jurnalul Societății Americane de Meteorologie Weather and Forecasting.
Cercetătorii au făcut echipă acum cu meteorologii de la Centrul național de prognoză a furtunilor din Norman, Oklahoma, pentru a testa modelați și perfecționați-l pe baza considerațiilor practice de la meteorologii actuali. Instrumentul nu este un substitut pentru priceperea neprețuită a prognozatorilor umani, ci oferă mai degrabă o măsură agnostică, de creștere a încrederii, pentru a ajuta prognozatorii să decidă dacă să emită avertismente publice cu privire la vreme potențială.
„Modelele noastre statistice. poate beneficia prognozatorilor operaționali ca produs de orientare, nu ca înlocuitor”, a spus Hill.
Israel Jirak este ofițer de știință și operațiuni la Centrul de predicție a furtunii și coautor al lucrării. El a numit colaborarea cu echipa CSU „un proiect foarte reușit de cercetare în operațiuni.”
„Au dezvoltat ghiduri probabilistice bazate pe învățarea automată a condițiilor meteorologice severe, care sunt fiabile din punct de vedere statistic și abil, în același timp fiind utile practic. pentru prognoză”, a spus Jirak. Meteorologii din Oklahoma folosesc zilnic produsul de ghidare CSU, în special atunci când trebuie să emită previziuni meteorologice severe pe raza medie.
Modelul este instruit pe un set de date foarte mare care conține aproximativ nouă ani de observații meteorologice istorice detaliate. peste SUA continentale. Aceste date sunt combinate cu prognoze meteorologice retrospective, care sunt modele de „re-prognoze” create din rezultatele evenimentelor meteorologice trecute. Cercetătorii CSU au extras factorii de mediu din acele prognoze model și i-au asociat cu evenimente din trecut de vreme severă, cum ar fi tornade și grindină. Rezultatul este un model care poate rula în timp real cu evenimentele meteorologice actuale și poate produce o probabilitate a acestor tipuri de pericole cu un termen de livrare de patru până la opt zile, bazat pe factorii de mediu actuali, cum ar fi temperatura și vântul.
Dr. studenta Allie Mazurek lucrează la proiect și încearcă să înțeleagă care date de intrare atmosferice sunt cele mai importante pentru capacitățile de predicție ale modelului. „Dacă putem descompune mai bine modul în care modelul își face predicțiile, sperăm că putem diagnostica mai bine de ce predicțiile modelului sunt bune sau rele în timpul anumitor configurații meteo”, a spus ea.
Hill și Mazurek lucrează pentru a face modelul nu numai că este mai precis, ci și mai ușor de înțeles și mai transparent pentru prognozatorii care îl folosesc.
Pentru Hill, este cel mai îmbucurător să știi că anii de muncă pentru rafinarea instrumentului de învățare automată fac acum diferența într-un cadru public, operațional.
„Îmi place cercetarea fundamentală. Îmi place să înțeleg lucruri noi despre atmosfera noastră. Dar a avea un sistem care oferă avertismente îmbunătățite și mesaje îmbunătățite în legătură cu amenințarea vremii severe este extrem de plină de satisfacții”, a spus Hill.
p>
Comentarii:
Adauga Comentariu