Zapraszamy na Poznański Horyzont Danych

– Prognozy pogody są nieodłącznym elementem naszego życia, a ich dokładność ma kluczowe znaczenie dla wielu dziedzin, takich jak rolnictwo, planowanie przestrzenne, lotnictwo, czy energetyka odnawialna – wyjaśnia Wiktor Kamzela, student IV roku Sztucznej Inteligencji na Politechnice Poznańskiej oraz Junior Machine Learning Researcher w Poznańskim Centrum Superkomputerowo-Sieciowym, w którym zajmuje się badaniami nad modelami uczenia maszynowego wykorzystywanymi do prognozowania pogody.

Tradycyjne metody prognozowania ograniczają możliwość predykcji pogody w wysokiej rozdzielczości dla rozległych obszarów geograficznych ze względu na wysokie koszty obliczeniowe. Przykładowo dla reprezentacji całego świata stosuje się zazwyczaj rozdzielczość 0.25° – co daje tylko 1 piksel na cały Poznań. W związku z tym rośnie zainteresowanie alternatywnymi modelami opartymi na sieciach neuronowych, takimi jak transformery.

– Nasza propozycja, WICHER-M (Weather Intelligence through Computational High-resolution Environmental Representation Model), wykorzystuje dane reanalizy klimatu (ERA5) oraz wyniki symulacji modelem WRF w wysokiej rozdzielczości. Na ich podstawie przeprowadzamy fine-tuning modelu Aurora (state-of-the-art foundation model klimatu ziemi), umożliwiając prognozowanie pogody w rozdzielczości 10x wyższej niż oryginalny model – przekonuje Wiktor.

Praca ta została wyróżniona podczas tegorocznej edycji ML in PL nagrodą „Best Poster Award”.

Na spotkanie zapraszamy w środę 29 października, o godz. 18.00 do PCSS, ul. Jana Pawła II nr 10.

Szczegółowa agenda dostępna jest na stronie wydarzenia.