Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В МТУСИ предсказали изменения температуры в Антарктиде с помощью нейросети
Ученые МТУСИ проанализировали климатические изменения на южном полюсе и разработали прогностическую модель с использованием полносвязной нейронной сети для предсказания температурных изменений в Антарктиде.
В последние десятилетия наука о климате стремительно развивается, количество собранных данных прогрессивно растет, подходы к изучению климата меняются от простых описаний к сложным прогнозам, а методы обработки и анализа данных совершенствуются, включая использование технологий больших данных и искусственного интеллекта.
Антарктида, расположенная на Южном полюсе, с экстремальными температурными условиями и удаленная от цивилизации, представляет собой уникальное место для изучения климата. Предварительные исследования температурных трендов в Антарктиде, основанные на данных метеорологических станций, показали, что они соответствуют общим климатическим тенденциям, но с меньшими колебаниями, в частности, было зафиксировано незначительное потепление, характерное для нашего времени.
Проблема анализа динамики температур является ключевой в контексте оценки климатических изменений на планете. Изменение климата представляет собой одну из самых серьезных угроз для будущего человечества, поскольку оно может привести к серьезным экологическим, экономическим и социальным последствиям. Как глобальное потепление, так и вероятность наступления нового ледникового периода создают риски для существования человеческой цивилизации.
Сотрудники кафедры «Экология» МТУСИ проанализировали климатические изменения на полюсе и разработали прогностическую модель с использованием полносвязной нейронной сети для предсказания температурных изменений в Антарктиде. Структура модели нейронной сети включает количество слоев, нейронов, параметры активации, функции потерь и оптимизатор.
«При разработке нейронной сети, состоящей из двух полносвязных слоев, мы использовали функцию активации ReLU. Эта функция обеспечивает нелинейность и помогает модели лучше выявлять сложные закономерности в данных. Для оценки результатов тестирования мы применили метрику Median Absolute Error (МАЕ), которая наглядно продемонстрировала точность прогноза и показала значительное влияние экстремальных климатических условий на точность прогноза по нескольким станциям. В частности, на «холодных» станциях результаты оказались немного хуже, чем на «теплых», – рассказала завкафедрой «Экология», доцент, кандидат биологических наук Виктория Ерофеева.
При этом, ученые подчеркивают, что целесообразность использования полносвязной нейронной сети состоит в ее адаптации к сложным нелинейным взаимосвязям в климатических данных. Высокая степень точности модели в сравнении с реальными наблюдениями подчеркивает ее эффективность в улавливании и прогнозировании температурных трендов в данном регионе.
«Тестирование проводилось с 2020 по 2024 годы. Нейронная сеть была апробирована на нескольких станциях Антарктиды и показала хорошие результаты. Перед нами стояла задача сравнить возможности нейронной сети в прогнозировании климата для регионов континента с различными температурными режимами. Детальный анализ температурных флуктуаций и выявление ключевых периодов изменений позволили создать объективное представление динамики климата на полюсе.
Для обучения модели мы использовали доступные данные из метеостанций на полюсе с 1958 – 2019 годы, которые включали температурные изменения, нормализацию и предобработку данных, а также стратегию валидации, которая позволила получить высокую точность прогнозов. В рамках проведенного исследования, с учетом особенностей климата континента, мы разделили станции на «теплые» (Ротер, Беллинсгаузен, Вернадский) и «холодные» (Восток, Амундсен-Скотт. Предварительные результаты показали, что тренды на «теплых» станциях, где средние температуры превышают –30 °С, отличаются от трендов на «холодных» станциях с значительно более низкими температурами», – пояснила старший преподаватель кафедры «Экология», Жанна Жукова.
Примечательно, что в дополнение к тестированию моделей на исторических данных, учеными было проведено прогнозирование температуры на ближайшие пять лет, что позволит оценить способность моделей адаптироваться к будущим климатическим изменениям.
Исследование демонстрирует значительный вклад полносвязных нейронных сетей в прогнозирование температурных изменений, подчеркивая их эффективность в улавливании сложных климатических паттернов. Основные тенденции, выявленные в ходе работы, указывают на возможность адаптации к изменяющимся климатическим условиям с помощью передовых технологий машинного обучения.
Уделяя особое внимание анализу различий между «холодными» и «теплыми станциями», ученые выявили некоторые особенности в прогнозировании в более экстремальных климатических условиях, что открывает новые перспективы для дальнейших улучшений моделей и адаптации их к разнообразным климатическим условиям.
В дальнейшем планируется оптимизировать подходы к анализу данных и улучшению точности долгосрочных климатических предсказаний в регионе, в частности, с учетом расширения географического охвата и усовершенствование моделей прогнозирования.
Статья подготовлена на основе материала, размещенного на сайте научной электронной библиотеки ELIBRARY.RU «Использование нейронных сетей для моделирования климатических изменений».
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Ученые предложили математический инструмент, позволяющий точно рассчитать условия стабильной работы систем фазовой автоподстройки частоты, используемых в устройствах связи и навигации. Такие системы синхронизируют параметры собственных сигналов устройства, например телефона, с поступающими на него сигналами, например, от Wi-Fi-роутера. Предложенный метод расчетов позволяет избежать неточностей, которые допускали ранее используемые подходы, и предлагает инженерам простые формулы, удобные для применения в реальных проектах. Это позволит предотвратить ошибки в работе приборов спутниковой навигации и беспроводной связи.
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Для принятия верных решений необходимо точно оценивать вероятность того или иного исхода в условиях неопределенности. В новом исследовании профессор экономики и поведенческих наук из Университета Бата (Великобритания) Крис Доусон установил, что обладатели развитого интеллекта гораздо меньше, чем индивидуумы с более низким IQ, ошибаются в предвидении будущего. По мнению ученого, именно это позволяет умным людям выбирать правильные решения и добиваться больших успехов в жизни.
Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Комментарии