< Terug naar nieuws
Met behulp van machine learning-technieken ontdekten Van Straaten en zijn collega-onderzoekers dat processen in de Stille Oceaan van belang zijn in het sturen van die verdeling tussen koude en warme lucht. Deze link in het klimaatsysteem bleek te missen in het model dat voor de voorspellingen van veel weerapps wordt gebruikt. Ze ontwikkelden, in samenwerking met de KNMI, een methode die dat model statistisch corrigeert en bruikbaarder maakt.
Deze methode biedt ook meer inzichten in de fouten van weersvoorspellingen, onder meer door het vergelijken van voorspellingen en daadwerkelijk gemeten weer. Volgens Van Straaten is de methode een duidelijke manier waarop klassieke, op natuurkunde gebaseerde weermodellen verbeterd kunnen worden met AI. ‘Alle afnemers van weervoorspellingen, van waterschappen, tot boeren, tot gewone burgers, kunnen daarvan profiteren. Ze zullen vervroegd beschikking hebben tot betrouwbare informatie’.
13 november 2023
Betere weersvoorspelling dankzij AI
Met behulp van AI is het mogelijk om warm weer beter te voorspellen. Atmosfeerwetenschapper Chiem van Straaten ontwikkelde hiervoor een methode die leert van foute weersvoorspellingen en tot betrouwbaardere informatie leidt.
Weersvoorspellingen zijn vaak onbetrouwbaar. Maar om de impact van extreem weer, zoals droogte of hitte, te verminderen is het juist belangrijk om tijdig te weten wanneer er extreem weer op komst is. Van Straaten gebruikt hiervoor een combinatie van natuurkundige en statistische weermodellen. Hiermee toont hij aan dat de verdeling van koude en warme lucht beter voorspeld kan worden als je naar langere periodes en grotere gebieden kijkt.
Machine learning
Met behulp van machine learning-technieken ontdekten Van Straaten en zijn collega-onderzoekers dat processen in de Stille Oceaan van belang zijn in het sturen van die verdeling tussen koude en warme lucht. Deze link in het klimaatsysteem bleek te missen in het model dat voor de voorspellingen van veel weerapps wordt gebruikt. Ze ontwikkelden, in samenwerking met de KNMI, een methode die dat model statistisch corrigeert en bruikbaarder maakt.
Verbeterd door AI
Deze methode biedt ook meer inzichten in de fouten van weersvoorspellingen, onder meer door het vergelijken van voorspellingen en daadwerkelijk gemeten weer. Volgens Van Straaten is de methode een duidelijke manier waarop klassieke, op natuurkunde gebaseerde weermodellen verbeterd kunnen worden met AI. ‘Alle afnemers van weervoorspellingen, van waterschappen, tot boeren, tot gewone burgers, kunnen daarvan profiteren. Ze zullen vervroegd beschikking hebben tot betrouwbare informatie’.
Dit artikel is te lezen op de website van de Vrije Universiteit Amsterdam.
Vergelijkbaar >
Vergelijkbare nieuwsitems
14 November 2024
De Amsterdamse Visie op AI: Een Realistische Blik op Kunstmatige Intelligentie
In het nieuwe beleid, De Amsterdamse Visie op AI, wordt beschreven hoe kunstmatige intelligentie (AI) een rol mag spelen in Amsterdam, en hoe deze technologie het leven in de stad mag beïnvloeden volgens de inwoners. Deze visie is tot stand gekomen na een maandenlang proces van gesprekken en dialoog, waarin een breed scala aan Amsterdammers – van festivalbezoekers tot schoolkinderen en van experts tot digibeten – hun mening gaven over de toekomst van AI in hun stad.
Lees meer >
14 November 2024
Interview: KPN Responsible AI Lab met Gianluigi Bardelloni en Eric Postma
ICAI's Interview featured deze keer Gianluigi Bardelloni en Eric Postma, zij praten over de ontwikkelingen in hun ICAI Lab.
Lees meer >
14 november
AI pilots TLC Science: Generatieve AI in wetenschappelijk onderwijs
De UvA is een nieuw project gestart waarbij het Teaching & Learning Centre Science onderzoekt hoe Generatieve AI, specifiek ChatGPT, kan bijdragen aan het verbeteren van academisch onderwijs. Binnen dit pilotprogramma aan de Faculteit der Natuurwetenschappen worden diverse toepassingen van GenAI in het hoger onderwijs getest en geëvalueerd.
Lees meer >