Ученые могут использовать сочетания усовершенствованного машинного обучения и методов последовательной выборки для прогнозирования экстремальных событий без необходимости больших наборов данных.
Pixabay
Когда дело доходит до прогнозирования катастроф, вызванных экстремальными событиями (землетрясениями, пандемиями или «волнами-мошенниками», которые могут разрушить прибрежные сооружения), компьютерное моделирование сталкивается с почти непреодолимой проблемой: эти события настолько редки, что просто недостаточно данных, чтобы использовать прогностические модели для точного прогнозирования, когда они произойдут в следующий раз.
Об этом пишет PortalTele.
Отмечается, что группа ученых из Университета Брауна и Массачусетского технологического института использовали статистические алгоритмы, требующие меньшее количество данных для точных прогнозов, в сочетании с мощной техникой машинного обучения. Эта комбинация позволила им предусмотреть сценарии, вероятности и даже временные рамки редких событий, невзирая на отсутствие исторических данных.
Исследовательская группа обнаружила, что эта новая структура может обойти потребность в огромных объемах данных, которые традиционно нужны для такого рода вычислений, сводя большой вызов прогнозирования редких событий к вопросу качества над количеством.
"Вы должны осознать, что это стохастические события. Вспышка пандемии, как COVID-19, экологическая катастрофа в Мексиканском заливе, землетрясение, огромные лесные пожары в Калифорнии, 30-метровая волна, опрокидывающая корабль, — это редкие события, и поскольку они редки, мы не имеем много исторических. данных. У нас недостаточно образцов из прошлого, чтобы предсказать их будущее", - поясняет профессор прикладной математики и инженерии в Брауне и автор исследования Джордж Карниадакис.
Исследователи нашли ответ в методе последовательной выборки под названием активное обучение. Эти типы статистических алгоритмов способны не только анализировать введенные в них данные, но, что более важно, они могут учиться на основе информации, чтобы обозначать новые релевантные точки данных, которые одинаково или даже более важны для вычисляемого результата. На самом базовом уровне они позволяют сделать большее с меньшими затратами.
По словам исследователей, их новый метод превзошел более традиционные попытки моделирования и является основой, которая может эффективно выявлять и предусматривать редкие события.
Как сообщал Курсор, искусственный интеллект назвал дату гибели цивилизации.
Также Курсор писал о том, что, по мнению ученых, искусственный интеллект может уничтожить человечество.
Осенний сезон в Израиле приносит множество праздников и вопросов. Работники часто интересуются правилами оплаты и…
Сбалансированное питание и отказ от вредных привычек - основа для долголетия. Но только этого недостаточно,…
Ученые рассказали, как необходимо употреблять кофе и чай, чтобы минимизировать риск развития рака.
ЦАХАЛ и ШАБАК обнаружили место, откуда террористам удается скрытно проникать в Иерусалим для совершения терактов.
Загадочное существо заметили в людных местах города Дамарискотта. Часть прохожих испугалась, а другие начали активно…
Оказывается, небольшая щепотка соли действительно может изменить восприятие напитка. Но важно знать несколько нюансов.