नई S-DEIM विधि से समुद्र सतह तापमान का अनुमान 40% अधिक सटीक

उत्तरी कैरोलिना स्टेट यूनिवर्सिटी के शोधकर्ताओं ने एक नई कम्प्यूटेशनल विधि विकसित की है, जिसे स्पार्स डिस्क्रीट एम्पिरिकल इंटरपोलेशन मेथड (S-DEIM) कहा जाता है। यह विधि सीमित आंकड़ों से वैश्विक समुद्र सतह तापमान का अनुमान मौजूदा तकनीकों से अधिक सटीकता से लगाती है, और तुलना में शामिल सबसे बेहतर AI मॉडल से भी तेज़ी से काम करती है। इस टीम का नेतृत्व एनसी स्टेट में गणित के एसोसिएट प्रोफेसर मोहम्मद फराज़मंड ने किया।

समुद्र सतह तापमान (SST) का आंकड़ा मौसम पूर्वानुमान, जलवायु अनुमानों और समुद्री पारिस्थितिकी तंत्र से जुड़े शोध की बुनियाद है, लेकिन असल दुनिया में यह आंकड़ा अक्सर सीमित होता है। बॉय उपकरण तापमान को सटीकता से मापते हैं, पर उनकी संख्या सीमित है। सैटेलाइट अधिक क्षेत्र को कवर करते हैं, लेकिन वायुमंडलीय स्थितियां उनकी सटीकता को प्रभावित कर सकती हैं। नेशनल ओशियानिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (NOAA) जैसी अमेरिकी सरकारी एजेंसियां इन कमियों को पूरा करने के लिए ऐतिहासिक रूप से जटिल डिफरेंशियल समीकरणों का इस्तेमाल करती रही हैं। यह बात फराज़मंड ने बताई।

S-DEIM एक मौजूदा तकनीक, डिस्क्रीट एम्पिरिकल इंटरपोलेशन मेथड (DEIM), पर आधारित है। यह अनुमानित किए जा रहे समुद्र सतह तापमान क्षेत्र का वर्णन करने वाले पैटर्न के आधार का उपयोग करती है। DEIM सीमित आंकड़ों के साथ अच्छी तरह काम नहीं करती। इस कमी को पूरा करने के लिए, S-DEIM ऐतिहासिक आंकड़ों का उपयोग करके एक 'कर्नल वेक्टर' का अनुमान लगाती है, जिसका कोई निश्चित गणितीय सूत्र नहीं है। यह छूटे हुए मापों को भरने में मदद करता है।

टीम ने S-DEIM की तुलना DEIM और तुलना में सबसे बेहतर प्रदर्शन करने वाले AI मॉडल, कन्वोल्यूशनल न्यूरल नेटवर्क (CNN), से की। इसके लिए उन्होंने NOAA के 30 साल के समुद्र सतह तापमान आंकड़ों का इस्तेमाल किया। उन्होंने अंतिम वर्ष का आंकड़ा हटा दिया, हर विधि से उसका अनुमान लगवाया, और फिर उन अनुमानों की तुलना ऐतिहासिक रिकॉर्ड से की। S-DEIM, DEIM से 40% अधिक सटीक और CNN से 2% अधिक सटीक पाई गई। CNN को प्रशिक्षित करने में डेढ़ घंटे लगे, जबकि S-DEIM को केवल एक मिनट लगा।

यह शोध अंडरग्रेजुएट शोध अनुभव कार्यक्रम के तहत किया गया और जर्नल ऑफ जियोफिजिकल रिसर्च: मशीन लर्निंग एंड कम्प्यूटेशन में प्रकाशित हुआ है। कोलोराडो बोल्डर विश्वविद्यालय की कैसिडी ऑल, मिसिसिपी स्टेट यूनिवर्सिटी के केविन हो, और बार्ड कॉलेज की माया मैग्नुस्की सह-लेखक हैं। इंडियाना यूनिवर्सिटी के क्रिस्टोफर निकोलाइड्स और एनसी स्टेट की स्नातकोत्तर छात्रा लुईसा एबी भी इस शोध की सह-लेखक हैं। फराज़मंड ने कहा कि शोधकर्ता S-DEIM की सटीकता में और सुधार करने की उम्मीद रखते हैं।