رعد و برق یکی از مخرب ترین نیروهای طبیعت است، همانطور که در سال 2020، هنگامی که جرقه آتش سوزی های عظیم را در مجتمع صاعقه کالیفرنیا ایجاد کرد، انجام داد، اما پیش بینی آن همچنان دشوار است. یک مطالعه جدید به رهبری دانشگاه واشنگتن نشان می دهد که یادگیری ماشین - الگوریتم های کامپیوتری که بدون برنامه ریزی مستقیم انسانی بهبود می یابند - می توانند برای بهبود پیش بینی های رعد و برق استفاده شوند.
پیشبینیهای بهتر رعد و برق میتواند به آمادگی برای آتشسوزیهای احتمالی جنگلها، بهبود هشدارهای ایمنی صاعقه و ایجاد مدلهای آب و هوایی دوربرد دقیقتر کمک کند.
Daehyun Kim، دانشیار علوم جوی در UW می گوید: "بهترین موضوعات برای یادگیری ماشین چیزهایی هستند که ما به طور کامل نمی دانیم. و چه چیزی در زمینه علوم جوی وجود دارد که هنوز درک نشده است؟ رعد و برق." تا آنجا که می دانیم، کار ما اولین کاری است که نشان می دهد الگوریتم های یادگیری ماشینی می توانند برای رعد و برق کار کنند.
تکنیک جدید پیش بینی های آب و هوا را با معادله یادگیری ماشینی بر اساس تجزیه و تحلیل رویدادهای رعد و برق گذشته ترکیب می کند. روش ترکیبی که در نشست پاییزی اتحادیه ژئوفیزیک آمریکا در 13 دسامبر رونمایی شد، میتواند رعد و برق در جنوب شرقی ایالات متحده را دو روز زودتر از فناوری پیشرو پیشبینی کند.
وی-یی چنگ، که دکترای UW خود را در علوم جوی به پایان رساند، گفت: «این نشان میدهد که پیشبینی سیستمهای آب و هوایی شدید، مانند رعد و برق، با استفاده از روشهای مبتنی بر ماشین قابل بهبود است. او مطالعه روشهای یادگیری ماشینی را برای انواع دیگر پیشبینیهای آب و هوای شدید مانند گردباد یا تگرگ تشویق میکند.
محققان سیستم داده رعد و برق را از سال 2010 تا 2016 آموزش دادند و به رایانه اجازه دادند تا ارتباط بین متغیرهای هواشناسی و برخورد صاعقه را تشخیص دهد. آنها سپس این تکنیک را برای دوره 2017 تا 2019 آزمایش کردند و تکنیک پشتیبانی شده با هوش مصنوعی را با روش مبتنی بر فیزیک موجود مقایسه کردند و از مشاهدات فلش واقعی برای ارزیابی هر دو استفاده کردند.
روش جدید توانست با همان مهارت حدود دو روز زودتر از فناوری پیشرو در مکان هایی مانند جنوب شرقی ایالات متحده که رعد و برق زیادی دریافت می کنند، صاعقه را پیش بینی کند. از آنجایی که این روش در سراسر ایالات متحده آموزش دیده است، کارایی آن در مکان هایی که رعد و برق کمتر رایج است، دقت کمتری دارد.
رویکرد مورد استفاده برای مقایسه، یک تکنیک پیشبینی رعد و برق است که به تازگی بر اساس میزان بارندگی و سرعت صعود ابرهای طوفانی توسعه یافته است. این روش رعد و برق بیشتری را با تغییرات آب و هوایی و افزایش مداوم رعد و برق بر روی قطب شمال پیش بینی می کند.
کیم گفت: "روش موجود فقط دو متغیر را ضرب می کند. این روش از ایده انسانی ناشی می شود، ساده است. اما لزوما بهترین راه برای استفاده از این دو متغیر برای پیش بینی رعد و برق نیست."
یادگیری ماشینی بر اساس مشاهدات رعد و برق از شبکه جهانی مکان رعد و برق است، یک سازمان مشترک مبتنی بر UW که از سال 2008 رعد و برق های جهانی را ردیابی کرده است.
کیم گفت: "یادگیری ماشینی به داده های زیادی نیاز دارد - این یکی از پیش نیازهای یک الگوریتم یادگیری ماشینی برای انجام کارهای ارزشمند است." "پنج سال پیش، این امکان پذیر نبود زیرا ما داده های کافی را نداشتیم، حتی از WWLLN."
در حال حاضر شبکههای تجاری ابزارهای رعد و برق در ایالات متحده وجود دارد، و ماهوارههای جدیدتر زمینایستا میتوانند یک منطقه را به طور مداوم از فضا رصد کنند و دادههای صاعقه دقیقی را برای یادگیری ماشینی بیشتر فراهم کنند.
چنگ گفت: «عوامل کلیدی کمیت و کیفیت دادهها هستند که دقیقاً همان چیزی است که WWLLN میتواند ارائه دهد. با پیشرفت تکنیکهای یادگیری ماشین، داشتن مجموعهای دقیق و قابل اعتماد از دادههای نظارت صاعقه اهمیت فزایندهای پیدا میکند.
محققان امیدوارند روش خود را با استفاده از منابع داده بیشتر، متغیرهای هواشناسی بیشتر و تکنیک های پیچیده تر بهبود بخشند. آنها مایلند پیش بینی را برای موقعیت های خاص مانند رعد و برق خشک یا رعد و برق بدون رعد و برق بهبود بخشند، زیرا آنها به ویژه برای آتش سوزی جنگل ها خطرناک هستند.
محققان بر این باورند که روش آنها را می توان برای پیش بینی های با دامنه طولانی تر نیز به کار برد. روندهای دوربرد تا حدودی مهم هستند زیرا رعد و برق بر شیمی هوا تأثیر می گذارد، بنابراین پیش بینی رعد و برق منجر به مدل های آب و هوایی بهتر می شود.
کیم گفت: «در علوم جوی، مانند سایر علوم، برخی از مردم هنوز در مورد استفاده از الگوریتمهای یادگیری ماشین تردید دارند - زیرا به عنوان دانشمندان به چیزی که نمیفهمیم اعتقادی نداریم.» من یکی از شکاکان بودم، اما با دیدن نتایج این تحقیقات و سایر مطالعات، متقاعد شدم.»
نقل قول: هوش مصنوعی می تواند پیش بینی های بهتری برای رعد و برق انجام دهد (2021، 13 دسامبر)، بازیابی شده در 14 دسامبر 2021 از https://phys.org/news/2021-12-artificial-intelligence-lightning.html
این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به جز هرگونه معامله منصفانه به منظور تحقیق یا مطالعه خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.
[ad_2]
مقالات مشابه
- اشتیاق به دیدار لاس وگاس دوباره ؟ Caesars Entertainment می گوید این نوار هتل ها را بازگشایی اولین
- اسباب بازی یک بهطور باورنکردنی ساده روش که برای همه کار میکند
- چهار روشها به اسباب بازی بدون شکستن شما موسسه مالی
- Michael Jordan نمی تواند متوقف خنده در Gary Payton در 'تاریخ و زمان آخرین رقص' به رخ کشیدن
- 10 دلیل چرا فیسبوک برای اسباب بازی بدترین گزینه است
- اعزام از یک بیماری همه گیر: برزیل پزشکان بخار به عنوان رئیس جمهور Bolsonaro می شود rap برای خوردن هات داگ در حالی که COVID-19 موارد در مسیر عبور متحده
- مقاله pH را توضیح دهید
- یانکی' در دومین نمایشگاه تخته سنگ شامل متس جو Girardi
- <h3>هورنت چیست؟</h3>
- غول' DeAndre بیکر قرار داده شده در کمیساریای معاف لیست