Внутренние волны широко распространены в океане, и их амплитуда может достигать сотен метров, воздействуя на океаническую среду.
Дистанционное зондирование является важным методом наблюдения за внутренними волнами в океане. Однако инверсия амплитуд внутренних волн по изображениям дистанционного зондирования недоступна.
Недавно исследовательская группа под руководством доктора LI Xiaofeng из Института океанологии Китайской академии наук (IOCAS) применила методы передачи обучения искусственного интеллекта (ИИ) для интеграции данных из лаборатории, буя и дистанционного зондирования для изучения внутренних волн.
Исследование было опубликовано в журнале Remote Sensing of Environment 9 февраля.
Исследователи применили данные на месте и дистанционное зондирование , чтобы создать согласованный набор данных для обучения модели , и использовали методы обучения передачи ИИ для решения проблем с различными источниками данных и точного восстановления трехмерной структуры внутренних волн.
Модель инверсии внутренней уединенной волны, основанная на обучении ИИ, представляет собой двухэтапную модель. На первом этапе применяется трансферное обучение для работы с различными внутренними источниками волновых данных. Представлена адаптированная модификация, вдохновленная ResNet, называемая коротким соединением. На втором этапе модель корректирует результаты первого этапа, используя информацию о плотности реальных океанов.
«Модель может инвертировать амплитуду внутренней волны, принимая в качестве входных данных информацию, извлеченную со спутникового изображения, и может реконструировать трехмерную структуру внутренних волн », — сказал доктор Л.И.
Связанные результаты показывают, что разработка моделей инверсии для сложных морских явлений на основе больших данных об океане, основанных исключительно на данных, является надежной и осуществимой.
«Будучи бурно развивающейся технологией, технология ИИ может устанавливать быстрые и прямые картографические отношения при изучении сложных морских явлений», — сказал доктор Л.И.
Теги: ИИ, океан