Makine Öğrenimi İle “Yıldırım” Tahmini

Yıldırımlar, doğanın en yıkıcı güçlerinden biri olmasının yanında önceden tahmin edilmesi de bir o kadar zor. ABD’deki Washington Üniversitesi tarafından yürütülen yeni bir araştırma, makine öğreniminin yıldırımları önceden tahmin etmek için kullanılabileceğini gösteriyor.

Daha doğru yıldırım tahminlerinin yapılması, potansiyel orman yangınları veya yıldırım sonucu oluşabilecek benzeri tehditler için önceden tedbir almaya veya daha doğru iklim modelleri oluşturmaya yardımcı olabilir.

“Makine öğrenimini kullanabileceğimiz en iyi alanlar aslında henüz tam olarak keşfedilmemiş olanlar. Ve atmosfer bilimleri alanında hala tam olarak anlaşılamayan konu ise Yıldırımlar.” diye açıklıyor UW Atmosfer Bilimleri Doçenti Daehyun Kim. “Bildiğimiz kadarıyla, çalışmamız, makine öğrenimi algoritmalarının yıldırım için kullanılabileceğini gösteren ilk çalışma.” 

Yeni teknik, hava durumu tahminlerini geçmiş yıldırımların analizlerine dayanan bir makine öğrenimi algoritmasıyla birleştiriyor. 13 Aralık’ta Amerikan Jeofizik Birliği’nin sonbahar toplantısında sunulan hibrit yöntem, önde gelen mevcut teknikten iki gün önce güneydoğu ABD’de meydana gelecek yıldırım tahmininde bulunabiliyor.

Solda gözlenen yıldırım yoğunluğu, sağda ise makine öğrenimi ile öngörülen yıldırım yoğunluğu. Daehyun Kim / Washington Üniversitesi. Harita: Rebecca Gourley/Washington Üniversitesi

Kasırga ve Dolu Fırtınası için Yeni Makine Öğrenimi

Atmosfer bilimlerinde UW doktorası yapan Wei-Yi Cheng, “Bu yeni çalışma, fırtına gibi şiddetli hava olayı tahminlerinin makine öğrenimine dayalı yöntemler kullanılarak geliştirilebileceğini gösteriyor” dedi. “Bu keşif kasırga veya dolu fırtınası gibi diğer şiddetli hava olayları için yeni makine öğrenimi yöntemlerinin bulunmasının önünü açıyor.” diye de ekledi.

Araştırmacılar sistemi 2010’dan 2016’ya kadar yıldırım verileriyle eğitti. Bilgisayarın hava durumu değişkenleri ile yıldırım düşmesi arasındaki ilişkiyi keşfetmesi sağladı. Daha sonra, AI destekli teknik ve mevcut fizik tabanlı yöntemin her ikisini de değerlendirmek ve karşılaştırmak için 2017’den 2019’a kadar olan gerçek yıldırım gözlemlerini kullanması sağlandı.

Yeni yöntem, ABD’nin güneydoğusu gibi çok fazla yıldırım düşen yerlerde mevcut yöntemden yaklaşık iki gün önce aynı beceriyle doğru yıldırım tahmini yapabildi. Bu yeni yöntem tüm ABD’deki verilerle beslendiğinden, şu an için performansı yıldırımın daha az yaygın olduğu yerler için o kadar da doğru değil.

Daha fazla bilgi için tıklayınız.

 

 

Fatma Nur Yokuş

Recent Posts

TRAI Meet-Up #105’te Perakende ve Pazarlamada Yapay Zeka Ele Alındı

TRAI Meet-Up serimizin 105. etkinliğini, “Algoritmadan Sepete: Perakende ve Pazarlamada Yapay Zeka” başlığıyla gerçekleştirdik. TRAI Ekosistem Direktörü Betül…

2 gün ago

Yapay Zekanın Kararlarını Anlamak: Peki Ama Neden?

Yapay Zeka projelerinde ilk bakılan şey çoğu zaman performanstır. Doğruluk oranı kaç, F1 skoru ne…

5 gün ago

Üretim ve Enerji Sektörlerinde Yapay Zeka Gündemi TRAI Çalışma Grubu’nda Ele Alındı

TRAI Yapay Zeka Üretim ve Enerji Çalışma Grubu çevrim içi toplantısı, 6 Mayıs’ta 148 katılımcıyla…

1 hafta ago

Yapay Zeka Girişimlerinde Yeni Eşik: Demo değil, Gerçek İş Etkisi

CB Insights, dünyanın en umut vadeden erken aşama yapay zeka şirketlerini belirlediği AI 100 2026…

1 hafta ago

TRAI Ekosistemi’ne Katılan 25 Yeni Girişimle Tanışın!

Türkiye Yapay Zeka İnisiyatifi olarak, 2017’den bu yana yürüttüğümüz haritalama çalışmasıyla Türkiye’de yapay zeka alanında…

2 hafta ago

Girişim Ekosisteminde Stratejik Nefes Darlığı

TRAI Ekosistem Direktörümüz Betül Kübra Ekinci, Türkiye girişimcilik ekosisteminde erken exit tartışmasını değerlendirirken, bu tabloyu…

3 hafta ago