Speaker
Description
При крупномасштабном моделировании Мирового океана часть процессов не могут быть явно описаны численным решением необходимой системы дифференциальных уравнений. В таких случаях прибегают к параметрическому описанию крупномасштабных последствий подобных мезомасштабных процессов. Обычно разработка схем параметризации и оценка их параметров происходят независимо от моделей климата, в которые они, в конечном итоге, включаются. Кроме того, существующие параметризации содержат параметры, которые являются неопределенными. В последние годы для настройки параметров стали использоваться алгоритмы, управляемые данными.
В данной работе предлагается для определения неизвестных составляющих параметризации вихревых потоков в крупномасштабной численной модели SibCIOM [1] применить два метода машинного обучения: полносвязная многослойная нейросеть и градиентный бустинг. В исследовании используются расчеты, полученные с применением вихреразрешающей численной модели SibPOM [2].
Предварительный сравнительный анализ эффективности методов показывает преимущество использования градиентного бустинга при определении величины вихревого потока. Дополнительно исследуется необходимость кластеризации исходных данных и обучения на каждом кластере отдельной модели машинного обучения для улучшения предсказаний.
Работа выполнена при финансовой поддержке Министерства образования и науки, проект НИОКТР 123081400010-2 (Доп. Соглашение с Минобрнауки РФ №075-03-2023-506/1)
Список литературы
1. Golubeva E.N., G.A. Platov Numerical Modeling of the Arctic Ocean Ice System Response to Variations in the Atmospheric Circulation from 1948 to 2007. Izvestiya, Atmospheric and Oceanic Physics, 45 (2009), 137-151. doi: 10.1134/S0001433809010095
2. Платов Г. А., Голубева Е. Н. Взаимодействие плотных шельфовых вод Баренцева и Карского морей с вихревыми структурами // Морской гидрофизический журнал. 2019. Т. 35, № 6. С. 549–571. doi:10.22449/0233-7584-2019-6-549-571
| Секция конференции | Методы искусственного интеллекта и машинного обучения |
|---|
