machine learning

Voorspellingen van hittegolven maanden van tevoren met machine learning

Voorspellingen van hittegolven maanden van tevoren met machine learning

Seizoensvoorspellingen van paleo-klimaat hittegolven in Europa Met hittegolven als een van de dodelijkste klimaatgevaren in Europa, heeft een team van wetenschappers onder leiding van het CMCC een voorspellingssysteem ontwikkeld dat nuttige informatie kan bieden vier tot zeven weken voor de zomer. Dit geeft waardevolle tijd om de voorbereiding te verbeteren. Het machine learning-systeem, dat is…

Tussen Regen en Sneeuw: Machine Learning Ontdekt Negen Neerslagtypes

Tussen Regen en Sneeuw: Machine Learning Ontdekt Negen Neerslagtypes

Tijdens een sneeuwstorm in Marquette, Michigan, heeft een door NASA ontwikkelde Precipitation Imaging Package (PIP) een weersbestendige, hogesnelheidscamera en een fel licht gebruikt om neerslag vast te leggen die door het gezichtsveld van de camera valt. De gegevens die hier en op andere locaties in de Verenigde Staten, Canada en Europa zijn verzameld, zijn bedoeld…

Machine Learning Verbetert Nauwkeurigheid van Klimaatmodellen, Vooral voor Gecombineerde Extreme Gebeurtenissen

Machine Learning Verbetert Nauwkeurigheid van Klimaatmodellen, Vooral voor Gecombineerde Extreme Gebeurtenissen

Vergelijking van bias-gecorrigeerde projecties van verschillende methoden (QM, CCA en NF) in het schatten van de kruiscorrelatie tussen neerslag en maximale dagelijkse temperatuur in de maanden juli, augustus en september. De kaart toont de wortel van de gemiddelde kwadratische fout in het schatten van de kruiscorrelatie met waargenomen kruiscorrelatie uit nClim-data over de Verenigde Staten….

Wetenschappers ontwikkelen dynamische voorspellingstechniek voor aardverschuivingen met hydrologische en machine learning gegevens

Wetenschappers ontwikkelen dynamische voorspellingstechniek voor aardverschuivingen met hydrologische en machine learning gegevens

Wetenschappers van Northwestern University en de University of California, Los Angeles (UCLA) hebben een nieuw proces-gebaseerd raamwerk ontwikkeld dat een nauwkeuriger en dynamischer inzicht biedt in het voorspellen van aardverschuivingen over grote gebieden. Traditionele methoden voor het voorspellen van aardverschuivingen vertrouwen vaak alleen op de intensiteit van neerslag. Het nieuwe raamwerk integreert echter verschillende watergerelateerde…

Eerste machine learning-model ontwikkeld voor het berekenen van het volume van alle gletsjers op aarde

Eerste machine learning-model ontwikkeld voor het berekenen van het volume van alle gletsjers op aarde

Onderzoek naar de dikte van gletsjers met kunstmatige intelligentie Een team van onderzoekers, onder leiding van Niccolò Maffezzoli, “Marie Curie” fellow aan de Ca’ Foscari Universiteit van VenetiĆ« en de Universiteit van CaliforniĆ«, Irvine, heeft het eerste wereldwijde model ontwikkeld op basis van kunstmatige intelligentie om de verdeling van de ijsdikte van alle gletsjers op…

Machine Learning Stimuleert Nieuwe Aanpak voor het Detecteren van Bodemverontreinigingen

Machine Learning Stimuleert Nieuwe Aanpak voor het Detecteren van Bodemverontreinigingen

Onderzoeksteam ontwikkelt nieuwe strategie voor het identificeren van gevaarlijke verontreinigingen in de bodem Een team van onderzoekers aan de Rice University en het Baylor College of Medicine heeft een nieuwe strategie ontwikkeld om gevaarlijke verontreinigingen in de bodem te identificeren, zelfs die welke nog nooit in een laboratorium zijn geĆÆsoleerd of bestudeerd. De nieuwe aanpak,…

Voorspellingen van stormvloeden verbeterd met hybride windvelden en machine learning modellen

Voorspellingen van stormvloeden verbeterd met hybride windvelden en machine learning modellen

Onderzoeksteam ontwikkelt innovatieve methode voor voorspelling van stormvloeden Een onderzoeksteam onder leiding van Prof. Mao Miaohua van het Yantai Institute of Coastal Zone Research van de Chinese Academie van Wetenschappen heeft een methode ontwikkeld om stormvloeden te voorspellen. Deze innovatieve aanpak verbetert de kwaliteit van het modelleren van tyfoonwindvelden door gebruik te maken van een…

Machine Learning Encoder Verbetert Weersvoorspellingen en Tsunami Voorspellingen

Machine Learning Encoder Verbetert Weersvoorspellingen en Tsunami Voorspellingen

Succesvolle testresultaten van een nieuwe machine learning (ML) techniek ontwikkeld aan Georgia Tech kunnen gemeenschappen helpen zich voor te bereiden op extreme weersomstandigheden en kustoverstromingen. Deze aanpak kan ook worden toegepast op andere modellen die voorspellen hoe natuurlijke systemen de samenleving beĆÆnvloeden. Ph.D. student Phillip Si en assistent-professor Peng Chen ontwikkelden Latent-EnSF, een techniek die…

Rijke hoeveelheid bewijs: Machine learning creƫert 'levende systematische kaart' van klimaatbeleidsonderzoek

Rijke hoeveelheid bewijs: Machine learning creĆ«ert ‘levende systematische kaart’ van klimaatbeleidsonderzoek

De geografische verspreiding van klimaatbeleid literatuur Onderzoek naar klimaatbeleid groeit exponentieel. Van de ongeveer 85.000 individuele studies die ooit zijn gepubliceerd over beleidsinstrumenten ter bestrijding van de globale opwarming, komt een goed kwart uit 2020 of later. Een studie geleid door het Potsdam Instituut voor Klimaatimpactonderzoek (PIK) in het tijdschrift npj Climate Action, met behulp…

De Rol van Machine Learning in de Klimagegevens: Kunstmatige Intelligentie en Klimaatfysica Onderzocht

De Rol van Machine Learning in de Klimagegevens: Kunstmatige Intelligentie en Klimaatfysica Onderzocht

Onderzoekers hebben een lichtgewicht, met een ballon gedragen instrument gelanceerd om gegevens te verzamelen. “Om vooruitgang te boeken, hebben we wetenschappers nodig die kunnen bepalen welke gegevens we nodig hebben, die gegevens verzamelen en problemen oplossen,” zegt Bracco. De exponentiĆ«le groei van big data en rekenkracht transformeert de klimaatwetenschap, waar machine learning een cruciale rol…