Update: Erfahren Sie hier , wie sich meine Dissertation zu weiterer kalibrierter Prognoseforschung entwickelt.
Titel: Ein dynamisches hybrides Wettervorhersagemodell für den Olivenanbau in mediterranen Klimazonen
Ziel: Vorhersage des täglichen Wetters in Olivenanbaugebieten mithilfe von maschinellem Lernen und unsicherheitsbewussten Methoden
Ansatz: Kombination von Gated Recurrent Units mit Bayes'schen Ensemble-Kalman-Filtern für dynamische Aktualisierungen
Daten: 5 Mittelmeerstädte (Zypern, Türkei, Griechenland, Spanien, Italien)
Tools: Python, TensorFlow, Prophet, Kalman-Filter
Dissertation (PDF):
Überblick über die wichtigsten Schritte:
Given a prior belief (my initial model weights) and a new observation (real-time temperature data), how should the model revise it's belief(update its weights) ?
Kontext: In meiner Dissertation verwendete ich einen Bayesian Ensemble Kalman Filter (BEKF), um kalibrierte Vorhersagen zu erstellen, wobei PICP (Abdeckung) und PIW (Intervallbreite) zusammen mit dem Fehler angegeben wurden.
Ziel: Ich wollte den Fokus auf kalibrierte Unsicherheit weiterführen. Nachdem ich mich einige Zeit mit den mathematischen Grundlagen der Koopman-Theorie, der Zustandsraummodellierung und der robusten Filterung beschäftigt hatte, machte ich mich daran, ein fundierteres und robusteres Modell für einen breiteren Datensatz und Anwendungsfall zu entwickeln.
Methoden:
Koopman/LRAN-Backbone. Ich stelle das System in einem latenten Raum dar, in dem die Dynamik annähernd linear ist. Lineare Evolution ist einfacher zu analysieren und zu stabilisieren und erfasst auf natürliche Weise den Tagesgang, was die Generalisierung erleichtert.
Student-t-Aktualisierungen (robuster EnKF). Reale Wetterreihen weisen Ausreißer und Regimewechsel auf. Die Verwendung einer Likelihood-Funktion mit schweren Rändern macht den Filter weniger anfällig als eine reine Gaußsche Annahme.
Was hat sich geändert?
Von generischem BEKF zu einem Koopman-geführten latenten Zustand (LRAN), der periodische Strukturen kodiert.
Link zur App: https://huggingface.co/spaces/MagretOlad/Thesis_Extension
Link zum GitHub-Repository: https://github.com/Magret-Oladunjoye/calibrated-weather-lran-enkf
Weitere Untersuchungen (laufend)