AI اور دنیا کے مشکل مسائل · ارضی اور موسمیاتی سائنس · arXiv · 2026-10-22

ایک AI موسمی ماڈل کے sparse autoencoder فیچرز میں ٹراپیکل سائکلون کی خصوصیات

اصل عنوان: Tropical Cyclone Attributes in Sparse Autoencoder Features of an AI Weather Model

یہ جاننے کے لیے کہ AI موسمی ماڈل اندرونی طور پر ٹراپیکل سائکلونز کی نمائندگی کیسے کرتے ہیں، مصنفین نے 205 سائکلونز کے 2,115 چھ گھنٹہ وقفے والے ٹائم اسٹیپس پر GraphCast میں sparse autoencoder کی ایکٹیویشنز کا تجزیہ کیا اور انہیں پانچ Layer-8 تفکیکات اور 16 پروسیسر لیئرز کے پہلوؤں میں محلِ وقوع، شدت اور دباؤ کے ڈھانچے سے جوڑا۔ ہر خصوصیت متعدد فیچرز سے متعلق ہے، محلِ وقوع اور دباؤ-ڈھانچے کے تعلقات ایک چھوٹے ذیلی مجموعے میں ایک دوسرے سے اوورلیپ کرتے ہیں، اور یہ تنظیم بغیر فیچر الائنمنٹ کے آزاد SAEs اور لیئرز میں دہرائی جاتی ہے۔ گہری لیئرز میں سب سے نمایاں محلِ وقوع فیچر، موجودہ وقت کے مقابلے میں چھ گھنٹے آگے کے محلِ وقوع اور دباؤ ڈھانچے کے ساتھ بہتر تال میل رکھتا ہے، جس سے اشارہ ہوتا ہے کہ خصوصیت-تعلق کی تنظیم GraphCast میں سائکلون سے متعلق معلومات کی تشریح کے لیے ایک قابلِ تکرار وصف کی سطح ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →