Mašīnmācīšanās algoritmi uzlabo polārā virpuļa traucējumu prognozēšanu
Klausīties rakstu
Pētnieki ir izstrādājuši jaunu mašīnmācīšanās metodi, kas spēj savlaicīgi identificēt brīdinājuma signālus par pēkšņu stratosfēras sasilšanu. Šis atklājums palīdzēs meteorologiem precīzāk prognozēt polārā virpuļa izjukšanu un ar to saistītos...
Zinātnieki izmantoja progresīvus algoritmus, lai analizētu atmosfēras datu modeļus, kas ļauj identificēt kritiskos traucējumus polārajā virpulī pirms to pilnīgas attīstības.
Šis jauninājums izstrādāts, jo pašreizējās laika prognozēšanas sistēmas saskaras ar būtiskām grūtībām precīzi noteikt pēkšņas stratosfēras sasilšanas notikumus ilgtermiņā.
Uzlabotās prognozes turpmāk ļaus valdībām un dienestiem labāk sagatavoties krasiem temperatūras pazeminājumiem, tādējādi mazinot riskus enerģētikas sektoram un iedzīvotāju drošībai.
Faktu kopsavilkums saskaņā ar ES Autortiesību direktīvu (Art. 15). Pilns raksts pieejams oriģinālajā avotā.
Tulkojums un kopsavilkums veikts ar mākslīgo intelektu (Gemini Flash Lite) saskaņā ar EU AI Act 50. pantu un EU DSM direktīvu.