AI 모델은 대형 열대 파도와 해류를 예측하는 데 도움이 됩니다

연구자 팀은 최근 수백 마일/킬로미터에 걸쳐 있는 해양 현象을 예측할 수 있는 AI 모델을 설계했습니다. 열대 불안정성 파도(TIW)는 태평양에서 적도 근처에서 발생하는 해양 사건입니다. 태평양 TIW는 열대 태평양의 차가운 혀라는 지역을 따라 서쪽으로 이동하는 곡선형 삼각형 파도의 운동을 포함합니다.

TIW를 일으키는 환경 요인은 매우 복잡하며 이 현상을 예측하기는 어렵습니다. TIW의 예측은 전통적으로 복잡한 통계 및 물리 모델을 사용하여 수행됩니다. 그러나 연구자 팀은 최근에 TIW와 다른 해양 현상을 더 잘 예측하기 위한 AI 모델을 설계했습니다.

Phys.org에 따르면, 연구 팀은 중국 과학 아카데미(IOCAS)의 해양학 교수인 LI Xiaofeng가 이끌었으며, 上海 해양 대학과 자원부의 제2 해양 연구소 등 다양한 중국 해양 과학 부서의 구성원으로 구성되었습니다. 팀은 위성 데이터를 사용하여 불안정성 파도를 분석하기 위한 깊은 학습 모델을 설계했습니다.全球 위성 데이터를 사용하여도 해양 현象에 영향을 미치는 환경 요인은 difícil로 판단할 수 있지만, AI 모델이 이러한 변수를 해석하고 예측하는 데 전통적인 모델보다 더 좋은 일을 할 수 있다는 것이 목표입니다.

연구자들이 설계한 깊은 학습 모델은 위성으로 수집된 해면 온도 데이터를 사용하여 현재 패턴을 분석하고 과거의 해면 온도 데이터와 대조했습니다. 연구자들은 약 9년간의 데이터로 모델을 훈련시키고 테스트했습니다. 결과를 분석한 결과, 모델이 해면 온도 변화와 TIW 내의 시간적 및 공간적 변이를 정확하게 예측할 수 있음을 발견했습니다.

이 연구는 큰 데이터셋을 지원하는 AI 모델이 복잡한 해양 현象을 예측하는 신뢰할 수 있는 방법일 수 있음을 시사합니다.

“AI 기반 모델, 통계 모델 및 전통적인 수치 모델은 서로를 보완하고 복잡한 해양 특징을 연구하는 새로운 관점을 제공할 수 있습니다.” LI Xiaofeng는 Phys에 따르면 설명했습니다.

이 모델이 개선되고 정제되면 대형 파도와 폭풍을 예측하는 데 도움이 될 것으로 기대되며, 이는 실제로 해양 항법 시스템과 해안 도시를 해칠 수 있는 심각한 날씨 현상을 예측하는 데 실용적인 적용을 가질 수 있습니다. 이러한 연구는 특히 기후 변화가 해류가 이동하고 주변 환경과 상호 작용하는 방식을 변경하는 세계에서 가치 있습니다. LI Xiaofeng와 동료들의 연구는 해류와 관련 현상을 학습하고 예측하기 위해 AI 알고리즘과 위성 데이터를 사용하는 증가하는 추세의 일부입니다.

또 다른 예로, 올해 초 플리머스 해양 연구소와 에게 해 대학의 연구자 팀은 기계 학습 알고리즘과 위성 데이터를 사용하여 집중된 플라스틱 폐기물 영역을 식별하고 그 확산을 추적하는 방법을 조사하는 연구를 발표했습니다.

팀은 플라스틱 폐기물의 위성 이미지로 이미지 식별 시스템을 훈련시켰고, 시스템이 플라스틱 쓰레기를 나무, 해藻 및 other natural floating objects와 구별할 수 있는지 확인했습니다. 연구 결과에 따르면, 알고리즘이 약 86%의 시간 동안 쓰레기를 올바르게 식별할 수 있음을 발견했습니다. 연구자들은 모델을 개선하고 해안과 강 沿에서 플라스틱 폐기물의 식별 및 청소를 용이하게 하는 시스템을 만들고 싶습니다.