Международное исследовательское сотрудничество работает над обновлением существующих климатических моделей

Машинное обучение и наука о данных используются в области науки о климате для продвижения исследований и поиска решений глобального кризиса. Одним из инновационных направлений сотрудничества является Многомасштабное машинное обучение в связанном моделировании системы Земли (M²LInES), которое направлено на расширение текущего понимания климатического процесса, создание новых моделей машинного обучения с учетом физики, которые могут способствовать исследованиям климата, и улучшить существующие климатические модели. . Программа специально ориентирована на исследования на границе воздух-море-лед.

Инициатива объединяет группу международных исследователей из Принстона, Колумбии, Массачусетского технологического института, Земной обсерватории Ламонта-Доэрти (LDEO), Национального центра атмосферных исследований (NCAR), Французского национального центра научных исследований (CNRS-IGE) вместе с Институт Пьера-Симона Лапласа (CNRS-IPSL) и Нью-Йоркский университет. Преподаватели CDS, участвующие в проекте, - это Хоан Бруна и Карлос Фернандес-Гранда вместе с аффилированным профессором CDS Лауре Занна. Сотрудничество с M²LINES было чрезвычайно интересным и сложным, — сказал Карлос. «Мы пытаемся применить идеи машинного обучения для решения реальных проблем климатологии.

Джоан является адъюнкт-профессором компьютерных наук и науки о данных, которая работает с группой CILVR (вычислительный интеллект, обучение, зрение и робототехника) в Нью-Йоркском университете. Его исследовательские интересы охватывают машинное обучение, обработку сигналов и многомерную статистику. Как адъюнкт-профессор математики и науки о данных, Карлос исследует разработку и анализ методологии науки о данных. Его группа занимается приложениями машинного обучения в медицине, науке о климате и научных изображениях.

Лауре Занна — профессор математики и наук об атмосфере/океане, которая исследует динамику климатической системы, в частности, изучает влияние океана в локальном и глобальном масштабах. В Нью-Йоркском университете она возглавляет Группу по физике климата и океана, которая изучает наше понимание динамики океана для улучшения прогнозов изменения климата. В настоящее время она является ведущим главным исследователем M²LInES, а также группы климатических процессов NSF-NOAA по морскому транспорту и вихревой энергии, а также директором по наукам о Земле Научно-технического центра NSF в LEAP (Изучение Земли с помощью искусственного интеллекта и физики). ).

Все три исследователя недавно опубликовали статьи, перечисленные на странице публикации M²LInES. В работе Джоан О сходимости градиентного спуска за гранью стабильности анализируется градиентный спуск (также известный как наикрутейший спуск) в режиме, когда размер шага (его критический гиперпараметр) выходит за пределы идеального порога, диктуемого традиционной теорией, мотивированного современными приложениями ML, где такая теория не применяется. Карлос и Лауре оба работали над Сравнительным анализом параметризации подсетки океана с помощью машинного обучения в идеализированной модели, в котором сравниваются характеристики моделей машинного обучения, используемых для параметризации конкретных процессов в текущих моделях океана, включая новый алгоритм, разработанный командой Нью-Йоркского университета для обнаружения символьное выражение из данных. Карлос и Лауре также совместно работали над Глубокой оценкой вероятности, опубликованной в материалах 39-й Международной конференции по машинному обучению.

Мэрил Фэйр