NIKAD PRECIZNIJA PROGNOZA! Rusi koriste neuronsku mrežu za ažuriranje podataka o vremenu

S. K.
Vreme čitanja: oko 1 min.
Foto: meteociel/sat24.com

Naučnici sa Novosibirskog državnog tehničkog univerziteta (NSTU) razvili su algoritam za konstruisanje meteoroloških prognoznih modela, korišćenjem neuronskih mreža, a radi poboljšanja efikasnosti prognoze vremena.

Na ovaj način postiže se veća tačnost prognoze za sva godišnja doba, naveli su naučnici.

Tačne i ažurne informacije

Ova metoda ima potencijal za primenu u drugim oblastima koje zahtevaju tačno prognoziranje, kao što su finansijska tržišta, transportni sistemi i energetika.

Industrija, poljoprivreda, urbanističko planiranje, turizam i mnogi drugi sektori zahtevaju tačne i ažurne informacije o vremenskim uslovima, klimatskim promenama i uslovima životne sredine.

Ove informacije se prvenstveno zasnivaju na posmatranjima sa meteoroloških stanica, satelita, senzora i drugih uređaja. Međutim, postojeći pristupi imaju ograničenja zbog velike količine podataka, složenosti njihove obrade i prostornih i vremenskih ograničenja.

"Naučnici NSTU-a su predložili korišćenje metode klasterovanja neuronskih mreža, u kojoj se nekoliko nezavisnih neuronskih mreža obučava da obavljaju isti zadatak kako bi se poboljšao kvalitet prognoziranja. Važno je pažljivo odabrati njihovu strukturu i parametre i obučavati ih na dovoljnoj količini raznovrsnih podataka kako bi se postigli dobri rezultati. Ovi skupovi podataka trebalo bi da uključuju informacije o prošlim meteorološkim događajima, kao i podatke prikupljene u realnom vremenu", saopštila je pres-služba NSTU-a.

Foto: Shutterstock

Različiti ulazni podaci

Jedan od načina primene grupisanja neuronskih mreža u prognoziranju vremena jeste korišćenje grupiranja. U ovom pristupu, neuronske mreže se treniraju na različitim podskupovima ulaznih podataka sa različitim karakteristikama, kao što su vremenski intervali i geografski regioni.

Prognoze iz svakog podskupa se zatim kombinuju da bi se dobila konačna vremenska prognoza.

Važan aspekt prognoze vremena je korišćenje različitih ulaznih podataka, kao što su podaci meteoroloških stanica, satelitska posmatranja i geografski i istorijski podaci. Grupisanje neuronskih mreža omogućava integraciju informacija iz ovih izvora.

(Telegraf.rs/Tanjug)