AI और दुनिया की कठिन समस्याएँ · पृथ्वी और जलवायु विज्ञान · arXiv · 2026-10-22

एक AI मौसम मॉडल के स्पार्स ऑटोएनकोडर फ़ीचर्स में उष्णकटिबंधीय चक्रवात विशेषताएँ

मूल शीर्षक: Tropical Cyclone Attributes in Sparse Autoencoder Features of an AI Weather Model

यह जानने के लिए कि AI मौसम मॉडल उष्णकटिबंधीय चक्रवातों का आंतरिक रूप से प्रतिनिधित्व कैसे करते हैं, लेखकों ने 205 चक्रवातों से 2,115 छह-घंटे अंतराल वाले टाइमस्टेप्स में GraphCast के स्पार्स ऑटोएनकोडर एक्टिवेशन का विश्लेषण किया और उन्हें पाँच Layer-8 डिकंपोज़िशन तथा 16 प्रोसेसर परतों में स्थिति, तीव्रता एवं दाब संरचना से संबंधित किया। प्रत्येक विशेषता कई फ़ीचर्स से जुड़ी है, स्थिति और दाब-संरचना संबंध एक छोटे उपसमुच्चय में ओवरलैप होते हैं, और यह संगठन फ़ीचर संरेखण के बिना स्वतंत्र SAEs तथा परतों में दोहराया जाता है। गहरी परतों में प्रमुख स्थिति फ़ीचर वर्तमान की तुलना में छह घंटे आगे की स्थिति और दाब संरचना के साथ बेहतर संरेखित होता है, जो संकेत देता है कि विशेषता-संबंध संगठन GraphCast में चक्रवात-संबंधी जानकारी की व्याख्या के लिए एक पुनरुत्पादनीय विवरण-स्तर है।

मूल लेख पढ़ें ↗

सभी आइटम →