Pagina 2 di 2 PrimaPrima 12
Risultati da 11 a 14 di 14

Discussione: Osservazioni e monitoring in vista estiva 23': I dati e l'analisi con a. I. --

  1. #11
    ESPERTO L'avatar di PaoloCH
    Data Registrazione
    Jul 2018
    Località
    Godo di Russi (Ravenna) 13 mt. s.l.m.
    Messaggi
    538

    Predefinito

    Beh, come prima analisi mostra una linea di tendenza affatto malvagia.... Avere 3/4 onde calde, tra l'altro della durata piuttosto breve, è da un lato normale e non male se paragonato a ciò che è successo anno scorso o le scorse passate.
    Personalmente, da semplice appassionato, credo che un flusso atlantico abbastanza basso sia veramente una notizia molto molto interessante..... In quanto avere break ripetuti e con intervalli brevi, possa assicurare diverse rinfrescate e un estate nel suo complesso, sicuramente più vivibile!

  2. #12
    PROF. FISICO ATM- L'avatar di Andrew
    Data Registrazione
    Jan 2013
    Località
    Vasto - CH - 144 MT. S.L.M.
    Messaggi
    24,556

    Predefinito

    Il sogno di Andrew era quello di sviluppare un modello matematico per descrivere il moto turbolento dei fluidi, un problema sul quale i fisici si sono scervellati per cento anni. «Mi sono reso conto che non sarei stato io a scoprire questa nuova incredibile teoria». Così Cooper, che oggi collabora con lo European Centre for Medium-Range Weather Forecast (ECMWF), è sceso a compromessi e si è specializzato in modelli numerici della turbolenza, «questo è il percorso che mi ha portato a conoscere e impiegare sistemi di machine learning per descrivere la dinamica dell’atmosfera e degli oceani».
    Andrew è l'autore di uno studio su come gli strumenti di machine learning potrebbero migliorare il sistema di previsioni integrato dell'ECMWF sulla temperatura dell'aria e la velocità del vento vicino alla superficie terrestre. Lo studio è stato finanziato al 50% dalla International Foundation Big Data and Artificial Intelligence for Human Development (IFAB) con sede a Bologna ed è stato presentato per la prima volta lo scorso 9 novembre in un seminario online.

    Insieme ai colleghi dell'ECMWF, ha adottato un approccio conservativo e ha utilizzato il machine learning per correggere a posteriori le previsioni dell’ECMWF e ottimizzarle rispetto a due variabili specifiche, la temperatura dell’aria a 2 metri di altezza e la velocità del vento a 10 metri di altezza. Ha impiegato diversi tipi di algoritmi di machine learning, da un "semplice" modello di regressione lineare a quelli più complicati, random forest e una rete neurale. Tutti questi strumenti, dopo un'adeguata procedura di allenamento su dati storici, sono stati in grado di migliorare l’accuratezza delle previsioni di temperatura dell’aria e velocità del vento rispetto alle misurazioni effettuate dalla maggior parte delle stazioni meteorologiche sparse sulla superficie terrestre.

    Considerando le previsioni per l’inverno 2020-2021, il miglioramento è stato sostanziale sia per le previsioni a poche ore di distanza che per quelle a 48 ore di distanza, e ammonta a circa 0,3°C. In media, cioè aggregando tutte le stazioni meteorologiche, le previsioni dello ECMWF a 48 ore di distanza differiscono dalle misurazioni delle stazioni meteo di circa 2,7°C. Dunque le correzioni a posteriori ottenute con i metodi di machine learning migliorano l’accuratezza di circa il 15%.

    Il machine learning migliora le previsioni meteo -

  3. #13
    PROF. FISICO ATM- L'avatar di Andrew
    Data Registrazione
    Jan 2013
    Località
    Vasto - CH - 144 MT. S.L.M.
    Messaggi
    24,556

    Predefinito


  4. #14
    PROF. FISICO ATM- L'avatar di Andrew
    Data Registrazione
    Jan 2013
    Località
    Vasto - CH - 144 MT. S.L.M.
    Messaggi
    24,556

Permessi di Scrittura

  • Tu non puoi inviare nuove discussioni
  • Tu non puoi inviare risposte
  • Tu non puoi inviare allegati
  • Tu non puoi modificare i tuoi messaggi
  •