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 9. Yıl Çalıştayı’nda Ana Gündem Ajan Tabanlı Yapay Zeka Oldu

Türkiye’nin yapay zeka merkezi olarak, ekosistemi bir araya getirdiğimiz 9. Yıl Çalıştayı’nı gerçekleştirdik. Çalıştay boyunca…

4 gün ago

OpenAI, ChatGPT’nin yeni görsel üretim modelini duyurdu

OpenAI, ChatGPT’ye entegre yeni görsel üretim modeli ChatGPT Images 2.0’ı duyurdu. 21 Nisan 2026 tarihli…

4 gün ago

TRAI Meet-Up #104: Veri Merkezi, Bulut ve Altyapı Dönüşümünde Öne Çıkan Başlıklar

2017 yılından beri her ayın üçüncü çarşamba akşamı düzenlediğimiz TRAI Meet-Up serisinin 104. etkinliğini İTÜ…

1 hafta ago

Stanford AI Index 2026: Yapay zekada büyüme sürüyor, denetim yavaş kalıyor

Stanford Üniversitesi İnsan Merkezli Yapay Zeka Enstitüsü’nün (HAI) yayımladığı AI Index Report 2026, yapay zekanın…

1 hafta ago

TRAI Girişim Haritası’ndaki Yapay Zeka Startup Sayısı 482’ye Ulaştı

Türkiye Yapay Zeka İnisiyatifi (TRAI) olarak 2017’den bu yana sürdürdüğümüz haritalama çalışması, Türkiye’de yapay zeka…

3 hafta ago

Türkiye’nin Yapay Zeka Sınavı: Fırsat Penceresi Kapanmadan Ne Yapmalıyız?

Yapay zeka artık geleceğin konusu değil. Bugünün ekonomi, rekabet ve kalkınma meselesi. Dünyada oyunun kuralları…

3 hafta ago