Μονάδα:
Τμήμα Πληροφορικής & ΤηλεπικοινωνιώνΠληροφορική
Ημερομηνία κατάθεσης:
2023-08-03
Συγγραφέας:
ΔΡΑΒΙΛΑΣ ΙΩΑΝΝΗΣ
Στοιχεία επιβλεπόντων καθηγητών:
Μανόλης Κουμπαράκης, Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πρωτότυπος Τίτλος:
Machine Learning Snowfall Retrieval Algorithms for Satellite Precipitation Estimates
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Αλγόριθμοι Μηχανικής Μάθησης για την Ανίχνευση Χιονόπτωσης σε Δορυφορικές Εκτιμήσεις Υετού
Περίληψη:
Η αναγνώριση της χιονόπτωσης με τηλεπισκόπηση έχει αποδειχθεί μια δύσκολη πρόκληση ήδη από τα πρώτα στάδια χρήσης δορυφόρων στην ανθρώπινη ιστορία. Στο παρελθόν έχουν εφαρμοστεί ποικίλες τεχνικές σε δορυφορικά δεδομένα, με σκοπό την εκτίμηση του ποσοστού των στέρεων κατακρημνισμάτων που φτάνουν στην επιφάνεια του εδάφους. Η παρούσα εργασία στοχεύει στη διερεύνηση της αποτελεσματικότητας ποικίλων αλγόριθμων Μηχανικής Μάθησης, καθώς και Νευρωνικών Δικτύων, για την εκτίμηση της φάσης του υετού στα δεδομένα του αλγόριθμου Integrated Multi-satellitE Retrievals for the Global Precipitation Measurement (GPM-IMERG) της NASA. Προς αυτήν την κατεύθυνση, επιλέχθηκε μια φάση εκπαίδευσης κατά την οποία χρησιμοποιούνται τα αποτελέσματα ενός αριθμητικού μοντέλου πρόγνωσης καιρού σε ωριαίο χρονικό βήμα, μαζί με επιτόπιες παρατηρήσεις εδάφους από μετεωρολογικούς σταθμούς για τις τελευταίες εβδομάδες του 2020 και το 2021. Τα αποτελέσματα δείχνουν πως τα μοντέλα Μηχανικής Μάθησης, και ειδικότερα τα Νευρωνικά Δίκτυα, μπορούν να εκτιμήσουν τη φάση του υετού με σχετικά υψηλή ακρίβεια, σε σύγκριση με αντίστοιχες παραδοσιακές μεθόδους, σε πολλές από τις μελετηθείσες περιπτώσεις. Τα ευρήματα υποδεικνύουν πως η Μηχανική Μάθηση αποτελεί μια υποσχόμενη μέθοδο για τη βελτίωση της εκτίμησης της χιονόπτωσης από δορυφορικά δεδομένα, αλλά και για τη δημιουργία ενός μακροχρόνιου αρχείου χιονοπτώσεων, που βασίζεται στον αλγόριθμο IMERG, αξιοποιώντας συμβατικά δεδομένα σχεδόν πραγματικού χρόνου.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
Μηχανική Μάθηση, Βαθιά Μηχανική Μάθηση, Χιονόπτωση, Δορυφορική Εκτίμηση Υετού, Φάση Υετού
Αρ. σελίδων ευρετηρίου:
4
Αρ. βιβλιογραφικών αναφορών:
40
