< 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
4 november
Google maakt AI-watermerktool SynthID openbaar
Google heeft zijn watermerktool SynthID, die AI-gegenereerde content identificeert, gratis beschikbaar gesteld voor ontwikkelaars en bedrijven. Deze tool, ontwikkeld door DeepMind, embedt digitale watermerken in teksten, audio, afbeeldingen en video's, zonder de kwaliteit of ervaring van de content te beïnvloeden.
Lees meer >
4 november
Mens en AI: een goed team? Onderzoek pleit voor duidelijke taakverdeling
Nu AI in steeds meer vakgebieden wordt ingezet, rijst de vraag hoe goed deze samenwerking tussen mens en machine werkelijk is. Wetenschappers van MIT concluderen dat mens en AI soms samen minder goed presteren dan afzonderlijk. Toch zien zij kansen wanneer de taakverdeling helder is.
Lees meer >
1 november
Geert Wissink jurylid bij Data Science Top 50 Event
Op 14 november zal Geert Wissink, zakelijk directeur van Amsterdam AI, als jurylid optreden bij het Data Science Top 50 event.
Lees meer >