✍🏻افزایش ۵۰ برابری دقت دادههای آب و هوایی با کمک هوش مصنوعی
محققان «آزمایشگاه ملی انرژی تجدیدپذیر» (NREL) وزارت انرژی ایالات متحده آمریکا (DOE) روش جدیدی برای آموزش یادگیری ماشینی توسعه داده‌اند که وضوح اطلاعات سرعت باد را ۵۰ برابر و تابش خورشید را ۲۵ برابر افزایش می‌دهد.
پژوهشگران با استفاده از آموزش خصمانه، راهکار متفاوتی را در پیش گرفتند. مدل آن‌ها قادر به تولید جزئیات فیزیکی واقعی با مشاهده تمام زمینه‌ها به صورت همزمان است که امکان تهیه دادههای اقلیمی با وضوح و سرعت بالا را فراهم می‌کند. این روش می‌تواند سرعت دانشمندان در مطالعات پیرامون انرژی‌های تجدیدپذیر در سناریوهای تغییرات اقلیمی در آینده را افزایش دهد.
«رایان کینگ»، محقق ارشد محاسبات NREL که در زمینه فیزیک یادگیری عمیق تخصص دارد، اعلام کرده:
«افزایش دقت مکانی و زمانی پیش‌بینی آب و هوا نه تنها روی برنامه‌ریزی در حوزه انرژی، بلکه روی کشاورزی، حمل و نقل و موارد دیگر نیز تاثیر زیادی دارد.»
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
محققان «آزمایشگاه ملی انرژی تجدیدپذیر» (NREL) وزارت انرژی ایالات متحده آمریکا (DOE) روش جدیدی برای آموزش یادگیری ماشینی توسعه داده‌اند که وضوح اطلاعات سرعت باد را ۵۰ برابر و تابش خورشید را ۲۵ برابر افزایش می‌دهد.
پژوهشگران با استفاده از آموزش خصمانه، راهکار متفاوتی را در پیش گرفتند. مدل آن‌ها قادر به تولید جزئیات فیزیکی واقعی با مشاهده تمام زمینه‌ها به صورت همزمان است که امکان تهیه دادههای اقلیمی با وضوح و سرعت بالا را فراهم می‌کند. این روش می‌تواند سرعت دانشمندان در مطالعات پیرامون انرژی‌های تجدیدپذیر در سناریوهای تغییرات اقلیمی در آینده را افزایش دهد.
«رایان کینگ»، محقق ارشد محاسبات NREL که در زمینه فیزیک یادگیری عمیق تخصص دارد، اعلام کرده:
«افزایش دقت مکانی و زمانی پیش‌بینی آب و هوا نه تنها روی برنامه‌ریزی در حوزه انرژی، بلکه روی کشاورزی، حمل و نقل و موارد دیگر نیز تاثیر زیادی دارد.»
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Comments
Be the first to add a comment
Log in to comment