创建或修改目录:/www/wwwroot/104.219.215.234/data 失败!
酒色网 把握海上巨兽:东谈主工智能公式破解狂浪背后的密码 - 鑫系列第二季
你的位置:鑫系列第二季 > 丁香五月花 > 酒色网 把握海上巨兽:东谈主工智能公式破解狂浪背后的密码
酒色网 把握海上巨兽:东谈主工智能公式破解狂浪背后的密码
发布日期:2024-10-10 23:48    点击次数:57

通过分析来自起初十亿个波澜的七个世纪的数据酒色网,哥本哈根大学和维多利亚大学的斟酌东谈主员专揽东谈主工智能为这些苍劲的海洋巨东谈主瞎想了一个瞻望公式。 新常识不错使运载愈加安全。

对于怪物波澜(称为“狂浪”)的故事几个世纪以来一直是水手们的神话。 但 1995 年,当 26 米高的巨浪伏击挪威 Draupner 石油平台时,数字仪器就在那处捕捉并测量了这个北海怪物。 这是第一次对流氓进行测量并提供科学笔据讲明格外波澜确乎存在。

从当时起,这些极点波浪就成为了好多斟酌的主题。 刻下,哥本哈根大学尼尔斯·玻尔斟酌所的斟酌东谈主员使用东谈主工智能方法发现了一个数学模子,该模子为格外波浪怎样(尤其是何时)发生提供了方法。

Dion-Hafner-Defending-His-PhD-Thesis.webp

迪翁·哈夫纳 (Dion Häfner) 在哥本哈根大学尼尔斯·玻尔斟酌所 (Niels Bohr Institute) 为他的博士论文《数据的海洋 – 推断本质寰宇的格外波浪的原因》进行答辩。 图片起原:尼尔斯玻尔斟酌所/哥本哈根大学

借助大批联系海洋指点的大数据,斟酌东谈主员不错瞻望在职何给定期间被海上巨浪伏击的可能性。“当这些巨浪袭往复夙昔只会发生相配晦气的事情。 它们是由好多要素详尽形成的,到刻下完了,这些要素尚未统一成单一的风险猜想。 在这项斟酌中,咱们画图了产生格外波浪的因果变量,并使用东谈主工智能将它们蚁集到一个模子中,该模子不错计较格外波浪形成的概率。”Dion Häfner 说谈。

Häfner 是别称前博士。 尼尔斯·玻尔斟酌所的学生,亦然这项科学斟酌的第一作家,该斟酌刚刚发表在盛名的《好意思国国度科学院院刊》(PNAS)杂志上。

淘气的波澜每天都会发生

在他们的模子中,斟酌东谈主员集合了联系海洋指点和海况以及水深和测服气息的可用数据。 最要紧的是,波浪数据是从好意思国海岸和外洋河山周围 158 个不同所在的浮标蚁集的,这些浮标每天 24 小时蚁集数据。 详尽起来,这些来自起初 10 亿次波浪的数据包含了 700 年的波高和海况信息。

斟酌东谈主员分析了多种类型的数据,以找出格外波浪的原因酒色网,格外波浪被界说为至少是周围波浪两倍高的波浪,包括高度起初 20 米的极点格外波浪。 通过机器学习,他们将其全部飘浮为算法,然后应用于他们的数据集。

“咱们的分析标明,格外的波浪一直在发生。 事实上,咱们在数据蚁集注册了 100000 个波浪,这些波浪不错被界说为狂浪。 这越过于每天在海洋中的任意立地位置发生概况 1 次狂浪。 但是,它们并不都是狂浪,”该斟酌的第二作家约翰内斯·格姆里奇(Johannes Gemmrich)解释谈。

pnas.2306275120fig01.jpg

东谈主工智能客串科学家

在这项斟酌中,斟酌东谈主员获得了东谈主工智能的匡助。 他们使用了多种东谈主工智能方法,包括符号转头,它给出一个方程算作输出,而不是像传统东谈主工智能方法那样只复返单个瞻望。

通过查验起初 10 亿个波浪,斟酌东谈主员的算法以我方的方式分析了格外波浪的原因,并将其浓缩为态状格外波浪形成原因的方程。 东谈主工智能了解问题的因果关系,并以方程的方式将该因果关系传达给东谈主类,斟酌东谈主员不错分析该方程并将其纳入将来的斟酌中。

“几十年来,第谷·布拉赫蚁集了天文不雅测数据,开普勒通过大批的检修和舛误,最终得出了开普勒定律。 迪翁用机器来斟酌波,就像开普勒用机器来斟酌行星同样。 对我来说,这种事情的可能性仍然令东谈主恐惧。”Markus Jochum 说谈。

自 1700 年代以来已知的场所

pnas.2306275120fig06.jpg

年轻的母亲在线

这项新斟酌也冲破了东谈主们对于形成格外波浪的原因的遍及观点。 到刻下完了,东谈主们觉得形成格外波浪的最常见谅因是一个波浪与另一个波浪顷刻间集统一窃取其能量,产生一个大波浪连接前进。

但是,斟酌东谈主员发现,这些歪邪波的具体化的最主要要素是所谓的“线性访佛”。 这种场所自 1700 年代以来就广为东谈主知,当两个波系在短期间内相互交叉并相互增强时,就会发生这种场所。

“要是两个波浪系统在海上再会,从而增多产生高波峰和深波谷的契机,就会产生巨大波浪的风险。 这些常识照旧存在了 300 年,咱们刻下用数据来复旧它。”Dion Häfner 说谈。

让运载更安全

斟酌东谈主员的算法对于航运业来说是个好音信,在职何特定期间,航运业都有概况 50000 艘货船在全球飘扬。 事实上,在算法的匡助下,咱们不错瞻望何时出现这种“无缺”的要素组合,从而陶冶可能对海上任何东谈主组成危境的巨浪的风险。

“由于航运公司提前规划好航路,他们不错使用咱们的算法来评估一皆是否有可能碰到危境的狂浪。 基于此,他们不错遴荐替代道路。”Dion Häfner 说谈。

算法和斟酌都是公开的,斟酌东谈主员部署的天气和波浪数据亦然如斯。 因此,迪翁·哈夫纳默示,大家当局和场所奇迹机构等感兴味的各方不错恣意开动计较格外波浪的概率。 与使用东谈主工智能创建的好多其他模子不同,斟酌东谈主员算法中的所有这个词中间计较都是透明的。

“东谈主工智能和机器学习频频是黑匣子,不会增多东谈主类的相接。 但在这项斟酌中,迪翁使用东谈主工智能方法将庞杂的波浪不雅测数据库飘浮为一个新的格外波概率方程,该方程易于东谈主们相接,而况与物理定律联系。” 论文导师及合著者。

参考文件:Dion Häfner、Johannes Gemmrich 和 Markus Jochum 的“机器引导发现信得过寰宇的流氓波模子”,2023 年 11 月 20 日,《好意思国国度科学院院刊》。

DOI:10.1073/pnas.2306275120

编译起原:ScitechDaily酒色网



创建或修改目录:/www/wwwroot/104.219.215.234/data 失败!
JzEngine Create File False