الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الأرض والمناخ · arXiv · 2026-10-22

التعلّم الآلي الاحتمالي للتنبؤ قصير المدى بالرؤية الجوية

العنوان الأصلي: Probabilistic Machine Learning for Short-Term Atmospheric Seeing Forecasting

قيّمت الدراسة أداء نماذج التعلم الآلي التي تتنبأ بالرؤية الجوية حتى ساعتين مقدماً، حيث تؤثر التغيرات السريعة في الاضطراب البصري على الرصدات الفلكية والاتصالات البصرية عبر الفضاء الحر. قورنت عمليات غاوس (Gaussian Processes) ونموذج FloTS القائم على تدفقات التطبيع بنماذج مرجعية حتمية من نوع RNN وLSTM باستخدام قياسات الرؤية من قمة Maunakea. تفوقت مقاربات التعلم العميق على الشبكات المتكررة القياسية، إذ حققت LSTM وFloTS أفضل دقة إجمالية، وبينما كانت عمليات غاوس محدودة بفرضيتها الغاوسية، جمعت FloTS بين دقة تنافسية وقياس مرن لعدم اليقين لإنتاج التنبؤات الاحتمالية الأكثر إفادة.

اقرأ المصدر الأصلي ↗

جميع العناصر →