Нов модел, използващ машинно обучение подобрява прогнозите за океанските течения

В скорошно проучване на разнообразен изследователски екип, включващ компютърни специалисти от Масачузетския технологичен институт и океанографи е създаден модел, който разчита на машинно обучение за по-точно прогнозиране на океанските течения и идентифициране на отклоненията.

Изследователите откриват, че поради погрешни предположения за поведението на водата конвенционалният статистически модел, често прилаган към данните от буйове трудно дава точни прогнози. Новият модел предлага по-реалистично представяне на физиката, която действа в океанските течения, като комбинира знания от динамиката на течностите.

Многобройни приложения

Различията трябва да бъдат идентифицирани, а прогнозите за океанските течения трябва да бъдат точни, за да се реагира на петролни разливи, да се прогнозира времето и да се разбере как се пренася енергията в океана.

Актуализираният модел може да направи възможно по-точното наблюдение на преноса на биомаса, разпръскването на въглерод, движението на пластмасите, движението на нефта и потока на хранителните вещества в океана, което може значително да подобри оценките, получени от данните от буйовете. Освен това тези данни са от съществено значение за разбирането и наблюдението на изменението на климата.

Изследователите установяват, че са направени неправилни предположения относно връзката между компонентите на течението, свързани с географската ширина и дължина, като е използван конвенционалният Гаусов процес – метод за машинно обучение, използван за прогнозиране на океанските течения и идентифициране на отклоненията.

Плавателна ефективност

Използвайки данни от синтетични и реални океански буйове, изследователите оценяват новия модел. В сравнение с конвенционалния Гаусов процес и друг метод за машинно обучение, използващ невронна мрежа, новият модел се представя по-добре при прогнозиране на теченията и разпознаване на дивергенциите в сравнение с наземните ветрове и дивергенции. Изследователите също така установиха, че с помощта на новата техника може да се използва малка група буйове за успешно идентифициране на вихрите.

Изследователите планират в бъдеще да добавят времеви компонент към своя модел, за да отчетат времевите колебания на океанските течения. За да увеличат точността на модела, те възнамеряват също така да подобрят способността му да разграничава данните от шума, като например вятъра.

Специалистите в областта оценяват високо новия метод на изследователите, който включва добре познати поведения на динамиката на течностите в един адаптивен модел.

Финансирането за това проучване е осигурено от Училището по морски, атмосферни и земни науки „Розенстийл“ към Университета в Маями, Службата за военноморски изследвания и наградата NSF CAREER.

Резултатите от това проучване, които подчертават потенциалното влияние на новия модел върху океанографските изследвания и приложения, ще бъдат представени на Международната конференция по машинно обучение.