Pretraga

Naši znanstvenici prvi razvili metodu dubokog učenja koja će predviđati šumske požare, pričali smo s njima

A- A+

Prva nagrada na natjecanju Data Challenge pripala je našim znanstvenicima Domagoju Vlahu sa Zavoda za primijenjenu matematiku i Tomislavu Iveku s Instituta za fiziku. Prvo mjesto pripalo im je zahvaljujući najtočnijem predviđanju učestalosti i ozbiljnosti šumskih požara. Njihova metodologija temelji se na dubokom učenju, što su nam detaljno objasnili Domagoj i Tomislav s kojima smo razgovarali.

Tomislav Ivek i Domagoj Vlah | Foto: FER

Pomoću metodologije dubokog učenja naši znanstvenici Domagoj Vlah sa Zavoda za primijenjenu matematiku i Tomislav Ivek s Instituta za fiziku osvojili su prvu nagradu na natjecanju Data Challenge u sklopu konferencije EVA2021. Pomoću te metodologije najtočnije su predvidjeli učestalost i ozbiljnost šumskih požara.

‘Zbog klimatskih promjena bit će sve više ekstremnih događaja’

Razgovarali smo s Domagojem i Tomislavom koji su nam otkrili kako su već dugo vremena prijatelji te su shvatili da imaju zajedničke profesionalne interese koji su primjenjivi i u matematici i fizici.

– Ova konferencija okuplja svjetske stručnjake koji proučavaju tzv. ekstremne događaje, rijetke pojave velike snage koje opažamo u klimi, potresima, ekonomiji, prometu itd. Tako je npr. prošlogodišnji zagrebački potres ekstreman seizmološki događaj. Na žalost sve očitije primjere ekstremnih događaja vidimo uslijed klimatskih promjena zbog kojih se očekuje da će učestalost jakih vjetrova, padalina i suša biti u porastu. Zbog toga područje analize ekstremnih događaja postaje sve značajnije za mnoge grane ljudskih djelatnosti i života, rekli su nam Domagoj i Tomislav.

Njihova metodologija uspješno predviđa učestalost i opseg požara

Objasnili si u kako njihova metodologija dubokog učenja funkcionira.

– Naša se pobjednička metodologija temelji na primjeni umjetnih neuronskih mreža, računalnih programa inspiriranih živčanim sustavom koji samostalno ‘primjećuju i uče’ pravilnosti u podacima. Korištena neuronska mreža je na osnovi podataka o požarima, vegetaciji, geologiji i vremenskim prilikama naučila dovoljno da uspješno predviđa učestalost i opseg požara u njoj nepoznatim situacijama, ispričali su Domagoj i Tomislav.

Razlika između njihovog načina predviđanja i konvencionalne tehnike strojnog učenja jest u tome što se za dosadašnji način od znanstvenika i inženjera očekuje da na osnovi svojeg iskustva sami odaberu koje su veličine potrebne da bi najbolje predvidjeli neke nepoznate veličine.

– Hipotetski primjer, za cijenu stana na tržištu stručnjak očekuje da su kvadratura, godina izgradnje i položaj najbolji pokazatelji cijene, a da npr. boja zidova nije bitna. Nasuprot tome, nove tehnike tzv. dubokog učenja koriste neuronske mreže koje tijekom postupka treniranja (‘učenja’) same pronalaze ‘dobitničke’
kombinacije veličina koje valja razmotriti. Ovaj način analize razotkriva suptilnije veze u podacima. Ako pogledamo gornji primjer cijene stanova, neuronska mreža bi primjerice sama mogla uočiti da zeleni okoliš dodatno diže cijenu stana u nekoj četvrti grada. Duboke neuronske mreže danas se uvelike koriste u analizi slike, teksta i zvuka, npr. na socijalnim mrežama ili u prometu, objašnjavaju Domagoj i Tomislav.

Izdvojeni članak

Domaća tvrtka predstavila školu budućnosti: ‘Djecu se previše opterećuje povijesnim stvarima’

‘Duboko učenje je budućnost’

Arhitektura MIWAE (eng. Missing data Importance Weighted Auto-Encoder) predstavlja relativno nedavni napredak u neuronskim mrežama čije mogućnosti se još uvijek istražuju. Kako je za sada poznato, Domagoj i Tomislav su prvi koji su takvu arhitekturu unaprijedili i prilagodili za predviđanje ekstremnih događaja.

Tomislav Ivek i Domagoj Vlah | Foto: FER

– Originalna metodologija, na kojoj izravno gradimo, koristila se za popunjavanje rupa u slikama ili tablicama podataka. Naša varijanta MIWAE neuronskih mreža je posebno pogodna za situacije u kojima su podaci manjkavi: oštećeni, puni šumova ili nedostaju nekoj mjeri. Predviđamo da bi se ovakva ili slična tehnika već danas mogla koristiti za poboljšani rad kamera, radara, teleskopa ili drugih senzora. Posebno nas veseli da već imamo nove suradnje u Hrvatskoj i inozemstvu s prirodnim i tehničkim znanostima koje dosad nisu koristile metode dubokog učenja, pojašnjavaju Domagoj i Tomislav.

Naši znanstvenici prvi razvili metodu dubokog učenja koja će predviđati šumske požare, pričali smo s njima
Share via
Copy link
Powered by Social Snap