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 #106’da Savunma Sanayisinde Yapay Zeka Uygulamaları Ele Alındı

106. TRAI Meet-Up’ta savunma sanayisinde algoritmik güç ve yapay zeka uygulamalarını ele aldık. HAVELSAN ev…

6 saat ago

Eğitim Teknolojilerinde Yapay Zeka Etkisi

Eğitim teknolojileri (EDTech) artık yalnızca ders içeriklerinin dijital ortama taşınmasıyla sınırlı değil. Bugün EdTech; öğrenme…

1 hafta ago

Türkiye Yapay Zeka Eylem Planı açıklandı

Türkiye’nin 2026–2030 dönemini kapsayan Yapay Zeka Eylem Planı, Cumhurbaşkanı Recep Tayyip Erdoğan tarafından Türkiye Yapay…

2 hafta ago

TRAI 9. Yıl Çalıştayı’nın Raporu Yayında!

TRAI olarak her yıl düzenlediğimiz çalıştaylarda, Türkiye yapay zeka ekosisteminin nabzını tutuyoruz. TRAI 9. Yıl…

2 hafta ago

“Yapay Zeka, Yalıtımda Stratejik Bir Kaldıraç Olacak”

Yalıtım sektörü, enerji verimliliği, sürdürülebilirlik ve karbon azaltımı hedefleriyle Türkiye için stratejik önem taşıyan alanların…

3 hafta ago

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…

1 ay ago