Aşırı hava olaylarının tahmini için yapay zeka: Derin öğrenme ile siklon öngörüsü

Bu çalışma, özellikle kasırga tahmini için LSTM ve Transformer tabanlı derin öğrenme modellerine odaklanarak ekstrem hava olaylarının tahmininde YZ'nin rolünü analiz eder. IBTrACS'ten alınan tarihsel veriler ve ERA5'ten elde edilen yeniden analiz verileri kullanılarak kasırga gelişimi sekans tabanlı öğrenme teknikleriyle modellenmiştir. Metodolojide veri önişleme, özellik ölçekleme ve rüzgar hızı ile kasırga şiddeti tahminlerinin doğruluğunu artırmak için model parametrelerinin optimizasyonu yer almaktadır. YZ'nin potansiyeline rağmen, bu alanda veri eksikliği, yüksek hesaplama gereksinimleri ve açıklanabilir modeller oluşturma ihtiyacı gibi zorluklar devam etmektedir. Bu araştırma, sınırlı kaynaklara sahip bölgelere yönelik ölçeklenebilir ve verimli modellerin geliştirilmesinin yanı sıra açıklanabilir YZ ve hibrit modelleme gibi çözümler önermektedir. Hava tahmini için YZ ile desteklenen çözümlerin ilerletilmesi, iklim direnci çabalarını desteklemekte ve çevresel sorunların azaltılmasında YZ'nin daha geniş rolünü ortaya koymaktadır.