ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Information Technology
  • Departments
  • Department of Applied Mathematics
  • Bachelor Theses - 18105
  • View Item
  • Czech Technical University in Prague
  • Faculty of Information Technology
  • Departments
  • Department of Applied Mathematics
  • Bachelor Theses - 18105
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Techniky strojového učení pro předpovídání extrémních meteorologických událostí

Machine learning techniques for weather events forecasting

Type of document
bakalářská práce
bachelor thesis
Author
Tommy Chu
Supervisor
Kovalenko Alexander
Opponent
Pihrt Jiří
Field of study
Umělá inteligence 2021
Study program
Informatika
Institutions assigning rank
katedra aplikované matematiky



Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Přesná předpověď extrémního počasí je klíčová pro bezpečnost veřejnosti a minimalizaci škod. Současné metody hlubokého učení pro krátkodobou předpověď počasí se často potýkají s řídkým výskytem a komplexní dynamikou extrémních povětrnostních jevů, což vede k prostorově neostrým předpovědím, podhodnocování kritických událostí a neefektivnímu využití parametrů modelů. Tato práce identifikuje hlavní nedostatky a experimentálně ověřuje řešení pro nowcasting intenzivních srážek. K řešení těchto problémů práce zkoumá alternativní ztrátové funkce a fyzikálně založené modely pro redukci prostorové neostrosti. Pro zlepšení predikce závažných událostí se v práci využívají vážené ztrátové funkce a vícefázové modely. Dále se zkoumá dekompozice úkolů pro efektivnější využití parametrů při učení atmosférických procesů. V závěru práce poskytuje praktické poznatky pro zlepšení strojového učení v předpovídání extrémního počasí a navrhuje metody pro zvýšení přesnosti optimalizací vizuální věrnosti nebo dekompozicí složitých úkolů na menší, zvládnutelné dílčí problémy, s cílem dosáhnout robustnějších predikcí.
 
Accurate extreme weather forecasting is crucial for public safety and minimizing damage. Current deep learning methods for short-term weather forecasting often struggle with the rare and complex dynamics of extreme weather, leading to blurry spatial predictions, underprediction of critical events, and inefficient parameter use. This thesis identifies key shortcomings and experimentally verifies solutions for severe precipitation nowcasting. To address these issues, this research explores alternative structure-based losses and physics-informed models to reduce spatial blurriness. It also utilizes weighted losses and mixture models to improve severe event prediction and investigates task decomposition to enhance parameter efficiency in learning atmospheric processes. The findings offer practical insights for improving machine learning in extreme weather forecasting. They suggest methods to increase accuracy by optimizing for visual fidelity or by decomposing complex forecasting tasks into smaller, manageable sub-problems for robust predictions.
 
URI
http://hdl.handle.net/10467/124324
Collections
  • Bakalářské práce - 18105 [369]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV