Специалисты Томского государственного университета разработали метод реконструкции параметров облаков верхнего яруса с применением машинного обучения. Подробности приводит российское издание «Монокль» со ссылкой на пресс-службу ТГУ.
В основе разработки лежит совместное использование атмосферной оптики, данных наземного лидарного, спутникового и аэрологического зондирования и алгоритмов машинного обучения. Метод предназначен для более точного анализа облаков верхнего яруса.
Исследователи установили, что прямое обучение нейросетей на исходных метеорологических данных недостаточно эффективно. Поэтому 15-летний архив реанализа ERA5 за 2009–2023 годы преобразовали в компактные цифровые коды, учитывающие связи температуры, влажности, давления и ветра на разных высотах.
Для выбора подходящей архитектуры ученые организовали конкурс по машинному обучению и проверили десятки конфигураций глубоких нейросетей. Лучшее решение предложил магистрант второго курса ИПМКН ТГУ, который присоединился к научной группе для дальнейшей доработки модели.