| 빅데이터 기반의 인공지능 해양 예보 모델 개발 | ||
|
||
  중국과학원 해양연구소 리샤오펑(李曉峰) 연구팀은 열대 불안정파 관련 해수면 온도장을 사례로 위성 원격탐사 빅데이터에 의해 구동되는 해양대기시스템 중 복잡계 해양현상에 대한 인공지능 예보 모델을 개발하였다. 또한 열대 불안정파 관련 해수면 온도 시공간적 변화 예보 면에서 성과를 거두었다. 해당 성과는 "Purely satellite data-driven deep learning forecast of complicated tropical instability waves"란 제목으로 "Science Advances"에 게재되었다. 연구팀은 멀티스케일 네트워크 구조의 딥러닝 예보 모델을 구축하였는데 동 모델은 현재와 과거 시각의 열대 불안정파 해수면 온도장을 입력량(input quantity)으로 하여 미래 시각의 해수면 온도장을 출력할 수 있다. 또한 위성 원격탐사 데이터에 의해 직접 구동되므로 수치 모델의 물리방정식, 모델 근사 및 파라미터화 등 번거로운 과정 그리고 컴퓨터 자원의 수요를 덜었다. 2010년부터 2019년 도합 9년간의 데이터 장기 테스트 결과, 동 모델은 열대 불안정파 해수면 온도장의 복잡한 변화과정을 고효율적이고도 정확하게 예보함과 아울러 열대 불안정파 전파(transmission)의 시공간적 변화 특성을 성공적으로 포착하였다. 빅데이터 배경에서 인공지능 기반 순수 데이터 구동 해양 정보를 이용한 복잡계 해양현상 관련 모델 구축 및 예보 방법 발굴은 신뢰성과 타당성을 구비하기에 응용전망이 밝다. 해당 방법은 기존의 수치모델과 상호보완적으로서 양자의 유기적 결합은 복잡계 해양-대기 현상 연구의 새 패러다임이 될 전망이다. 정보출처 : https://mp.weixin.qq.com/s/yYUeJ6uflqOaaivFdTAsqQ |
SEARCH
- 정책동향
- 이슈리포트
- 통계DB
- 통계DB