В Томском госуниверситете 23 сентября рассказали о новом способе реконструкции параметров облаков верхнего яруса (ОВЯ). Его разработали в лаборатории ТГУ, специализирующейся на физике высоких энергий и анализе данных. Специалисты соединили оптику атмосферы и алгоритмы машинного обучения. Об этом пишет сайт ТАСС.
По информации пресс-службы вуза, метод сделает ежедневные прогнозы погоды точнее. Он также позволит заранее предупреждать об опасных циклонах и лучше следить за экологией в регионах. Для работы используют сведения с наземных лидаров, спутников и аэрологических зондов, а еще инструменты МО.
Нейросети невыгодно учить прямо на первичных метеосведениях. Атмосфера нестатична, поэтому для точного восстановления параметров ОВЯ ИИ должен принимать в расчет, как связаны температура, влажность, давление и ветер на разных высотах. Тогда 15-летнюю базу климатического реанализа ERA5 (2009-2023) сжали в компактные коды, сохранив физический смысл.
Чтобы проверить разные программные решения для сжатия больших пространственно-временных массивов и чтобы вытащить неявный смысл атмосферных процессов, устроили конкурс по машинному обучению. Организатор Максим Пензин пояснил: состязание дало возможность за короткий срок протестировать десятки конфигураций глубоких нейросетей. Также удалось увидеть, как студенты справляются с реальными прикладными задачами.
Итоги подтвердили эффективность формата. Лучшую архитектуру нейросети, показавшую наибольшую точность и лучший отбор эмбеддингов, представил второкурсник магистратуры Института прикладной математики и компьютерных наук ТГУ. Решение оказалось настолько удачным, что студент уже вошел в научную команду. Сейчас он дорабатывает модель для внедрения в практику.