En visuell representation av DeepPrecips djupa neurala nätverk, inklusive en beräkningsgraf med 1,7 miljoner noder och 2,8 miljoner kanter. Bilden är en ögonblicksbild i tiden av det neurala nätverkets komplexa hjärna för djupinlärning för att beräkna nederbörd. Kredit:University of Waterloo
Kanadensare tror att de kan mycket om snö. Det är praktiskt taget ett nationellt tidsfördriv att diskutera vinterväder.
Men en Ph.D. student vid institutionen för geografi och miljöledning vid University of Waterloo tar den kanadensiska besattheten av väder till en helt ny nivå.
Fraser King studerar hur maskininlärning kan användas för att förutsäga mönster av nederbörd, och särskilt årliga snöfall och snösmältning i samband med klimatförändringar.
I sin senaste studie, som han genomförde med ett team av forskare inklusive sin doktorsexamen. handledare professor Christopher Fletcher, han lägger fram sitt nya vädermodelleringsprogram under namnet DeepPrecip.
"I den här nya forskningen har vi arbetat med att utveckla en modell, som är ett djupt lärande beräkningsnätverk", säger King. "Det är svårt att exakt mäta snö. Det har funnits andra modeller men de har vissa begränsningar. Vår nya modell hjälper till att föra saker framåt."
DeepPrecip tar de berg av data som finns från radaravläsningar av snöfall och bygger sedan prediktiva modeller. Sådan forskning är oerhört värdefull i en tid av klimatförändringar.
"Jag känner att vi har ett ansvar som kanadensare att se till att vi tar hand om landet och övervakar det, eftersom det kommer att få globala effekter när klimatet fortsätter att värmas", säger King.
"En av de stora frågorna inom atmosfärsvetenskap är att förstå förändringar i snöfall. Det är en ganska dynamisk process och det är inte en som är väl förstådd. Alla framsteg vi kan göra på detta område är fördelaktiga."
Mobilisera kunskap
Vid sidan av att publicera akademiska artiklar för att sprida sin forskning har King gjort det till en prioritet att kommunicera sitt arbete till en bredare publik, inklusive andra forskare utanför hans disciplin och allmänheten i stort.
För detta aktuella projekt på DeepPrecip publicerade han ett blogginlägg med AI-företaget Graphcore och en artikel på den populära Toward Data Science-bloggen på Medium. Den offentliga artikeln har den smarta titeln "Drömmer neurala nätverk om fallande snö?" och anspelar på den berömda romanen av Philip K. Dick.
I ett ytterligare försök med tillgänglighet har King gjort själva programmet tillgängligt och öppen källkod på GitHub.
Han och hans handledare är också bland finalisterna i Natural Sciences and Engineering Research Council of Canada (NSERC) Science Exposed-tävling för deras återgivning av DeepPrecip-modellen (se bilden ovan).
King har gjort en poäng av att översätta vetenskaplig kunskap till tillgängliga format för allmänheten under hela sin akademiska karriär. Han vann 2019 University of Waterloo GRADflix-tävling, som utmanade forskare att producera en minuts videor som förmedlade deras arbete till en offentlig publik
"Jag tror att det är verkligen viktigt att inte bara göra bra forskning utan att ta sig tid att kommunicera den forskningen till en bredare publik", säger King. "Att kunna beskriva forskningen för intressenter och finansiärer och att kunna beskriva den för allmänheten är ett fokus för mig och jag hoppas att det kan locka andra att ta upp forskningen också." + Utforska vidare
