Một mô hình kết hợp học máy đã được xây dựng trong một nghiên cứu gần đây bởi một nhóm nghiên cứu đa dạng, bao gồm các nhà khoa học máy tính từ MIT và các nhà hải dương học, để dự đoán chính xác hơn các dòng hải lưu và xác định sự phân kỳ.

Các nhà nghiên cứu phát hiện ra rằng do những giả định sai lầm về hành vi của nước, mô hình thống kê thông thường thường được áp dụng cho dữ liệu phao gặp khó khăn trong việc đưa ra dự đoán chính xác. Mô hình mới cung cấp một mô tả thực tế hơn về vật lý đang diễn ra trong các dòng hải lưu bằng cách kết hợp kiến ​​thức từ động lực học chất lỏng.

Nhiều ứng dụng thực tế

Sự khác biệt phải được xác định và dự đoán dòng hải lưu phải chính xác để ứng phó với sự cố tràn dầu, dự báo thời tiết và hiểu cách năng lượng được truyền trong đại dương.

Mô hình cập nhật có thể giúp giám sát chính xác hơn quá trình vận chuyển sinh khối, phân tán carbon, phân phối nhựa, chuyển động của dầu và dòng chất dinh dưỡng trong đại dương, điều này có thể cải thiện đáng kể các ước tính rút ra từ dữ liệu phao. Ngoài ra, dữ liệu này rất cần thiết để hiểu và theo dõi biến đổi khí hậu.

Các nhà nghiên cứu phát hiện ra rằng các giả định không chính xác đã được đưa ra liên quan đến mối quan hệ giữa các thành phần kinh độ và vĩ độ của dòng chảy bằng cách sử dụng quy trình Gaussian thông thường, một phương pháp học máy được sử dụng để dự báo các dòng hải lưu và xác định sự phân kỳ.

Mô hình học máy mới nâng cao độ chính xác của dự đoán dòng hải lưu. Ảnh: Interesting engineering

Mô hình hiện tại đã sử dụng giả định sai lầm rằng tính xoáy và sự phân kỳ của dòng điện xảy ra trên cùng một thang độ dài và cường độ. Tuy nhiên, mô hình mới bao gồm phân tích Helmholtz, phân chia dòng hải lưu thành các thành phần xoáy và phân kỳ, biểu thị chính xác các định luật động lực học chất lỏng.

Hiệu suất nổi