改进的人工智能流程可能更好地预测水供应

科技

 0  130

积分：13

华盛顿州立大学的一组跨学科研究人员在《美国人工智能协会会议论文集》上发表了一篇关于使用改进的人工智能过程来更准确地测量西部地区雪水供应的计算机模型，这些信息可能有一天被用来更好地预测农民和其他人的水资源供应情况。

他们的新模型结合了时间和空间因素，使得预测更加准确。与之前的模型相比，他们的模型表现更佳，以往的模型主要关注时间相关的措施，只从少数地点的不同时间点获取数据。而这个改进的模型则同时考虑了时间和空间因素，结果能够得到更准确的预测。

该信息对西部地区的水资源规划者至关重要，因为“每一滴水”都被用于灌溉、水力发电、饮用水和环境需求。每年春季，西部地区的水管理机构都会根据山区积雪量来做出用水决策。

该研究由华盛顿州立大学计算机科学研究生Krishu Thapa带领进行。该研究还得到了美国农业部国家食品和农业研究所的支持。

研究人员开发了一个SWE预测建模框架，并对其进行了调整，以捕获时间和空间上的信息，目标是预测任何位置的每日SWE，无论该地点是否有观测站。早期的机器学习模型只能关注单一的时间变量，采集一个地点多天的数据并使用该数据进行预测。

尽管目前这项工作还不能直接用于决策，但它有助于未来的预测，并改善了用于预测河流流量的模型输入。研究人员将致力于扩展该模型，使其达到空间完整，并最终将其转化成一个真正的现实世界预测模型。

0 收藏分享举报