Алгоритм искусственного интеллекта, используемый для улучшения прогнозируемости муссонов бабьего лета: как он работает

Недавно разработанный алгоритм на основе искусственного интеллекта может помочь повысить предсказуемость муссонов бабьего лета (ISMR) на 18 месяцев раньше сезона.

По данным министерства науки и технологий, алгоритм, называемый алгоритмом обнаружения предикторов (PDA), созданный с использованием одной переменной, связанной с океаном, может способствовать своевременному умелому прогнозированию ISMR для разработки эффективных сельскохозяйственных и других экономических планов для страны.

Ученые из Института перспективных исследований в области науки и технологий (IASST), Гувахати, автономного института отдела науки и технологий (DST), вместе со своими сотрудниками обнаружили, что широко используемая температура поверхности моря (SST) не подходит для расчетов. долгосрочного предсказания ISMR. Они обнаружили, что это связано с тем, что потенциальная способность ISMR, оцениваемая алгоритмом обнаружения предикторов (PDA) с использованием предикторов на основе SST, была низкой во все предшествующие месяцы.

Группа, состоящая из IASST, Индийского института тропической метеорологии (IITM), Пуна, и Университета Коттона, Гувахати, разработала алгоритм обнаружения предикторов (PDA), который генерирует предиктор в любой опережающий месяц, проецируя глубину термоклина океана (D20) на весь период. тропический пояс между 1871 и 2010 годами на карту корреляции между ISMR и D20 за тот же период.

Новый алгоритм показывает, что потенциальный навык ISMR максимален (0,87, максимальное значение 1,0) за 18 месяцев до сезона ISMR. В любой опережающий месяц предсказуемость годовой изменчивости ИСМР зависит от степени закономерности годовой изменчивости его драйверов.

Благодаря недавно обнаруженной основе предсказуемости ISMR с длительным опережением Девабрат Шарма (IASST), Санту Дас (IASST), Субод К. Саха (IITM) и Б. Н. Госвами (Университет Коттона) смогли сделать 18-месячный опережающий прогноз. ISMR в период с 1980 по 2011 год с фактическим навыком 0,65 с использованием модели прогнозирования ISMR на основе машинного обучения.

Согласно заявлению министерства, успех модели был основан на способности искусственного интеллекта (ИИ) изучать взаимосвязь между ISMR и моделями тропического термоклина на основе 150-летнего моделирования с помощью 45 физических климатических моделей и переноса этого обучения на фактические. наблюдения между 1871 и 1974 годами.

Поскольку потенциальный навык ISMR при 18-месячном опережении составляет 0,87, есть еще значительные возможности для улучшения модели.