AI na Matatizo Magumu ya Ulimwengu · Sayansi ya Dunia na hali ya hewa · arXiv · 2026-10-22
Ujifunzaji wa Mashine wa Uwezekano kwa Utabiri wa Muda Mfupi wa Seeing ya Angahewa
Kichwa asilia: Probabilistic Machine Learning for Short-Term Atmospheric Seeing Forecasting
Utafiti unafanya benchmark ya mifano ya machine learning inayotabiri seeing ya angahewa kwa muda hadi masaa mawili yajayo, ambapo mabadiliko ya haraka ya turbulence ya optiki huathiri uchunguzi wa astronomia na mawasiliano ya optiki ya free-space. Gaussian Processes na FloTS inayotegemea normalizing-flow zilinganishwa na baselines za RNN na LSTM za deterministic kwa kutumia vipimo vya seeing kutoka kilele cha Maunakea. Njia za deep learning zilizidi mitandao ya kawaida ya recurrent, huku LSTM na FloTS zikifikia usahihi bora zaidi kwa ujumla, na ingawa Gaussian Processes zilikuwa chini ya vikomo vya dhana zao za Gaussian, FloTS iliunganisha usahihi unaoshindana na uncertainty quantification yenye kubadilika ili kutoa utabiri wa probabilistic wenye taarifa nyingi zaidi.