Dropbox to Reduce Workforce by 16 Percent, Plans to Hire New Staff for AI Offerings

आर्टिफिशियल इंटेलिजेंस द्वारा संचालित एक नया विकसित एल्गोरिदम मौसम से 18 महीने पहले भारतीय ग्रीष्मकालीन मानसून (ISMR) की भविष्यवाणी को बढ़ाने में मदद कर सकता है।

विज्ञान और प्रौद्योगिकी मंत्रालय के अनुसार, एकल महासागर से संबंधित चर का उपयोग करके बनाया गया एल्गोरिद्म प्रीडिक्टर डिस्कवरी एल्गोरिथम (पीडीए) देश के लिए प्रभावी कृषि और अन्य आर्थिक योजनाएं बनाने के लिए समय पर आईएसएमआर के कुशल पूर्वानुमान की सुविधा प्रदान कर सकता है।

विज्ञान और प्रौद्योगिकी विभाग (डीएसटी) के एक स्वायत्त संस्थान, विज्ञान और प्रौद्योगिकी में उन्नत अध्ययन संस्थान (आईएएसएसटी), गुवाहाटी के वैज्ञानिकों ने अपने सहयोगियों के साथ पाया है कि व्यापक रूप से इस्तेमाल किया जाने वाला समुद्री सतह तापमान (एसएसटी) गणना के लिए अपर्याप्त है। ISMR की दीर्घ-प्रमुख भविष्यवाणी। उन्होंने पाया कि ऐसा इसलिए था क्योंकि एसएसटी-आधारित भविष्यवक्ताओं का उपयोग कर प्रेडिक्टर डिस्कवरी एल्गोरिथम (पीडीए) द्वारा अनुमानित आईएसएमआर का संभावित कौशल सभी प्रमुख महीनों में कम था।

IASST, भारतीय उष्णकटिबंधीय मौसम विज्ञान संस्थान (IITM), पुणे और कपास विश्वविद्यालय, गुवाहाटी की टीम ने एक भविष्यवक्ता खोज एल्गोरिथ्म (PDA) तैयार किया, जो किसी भी प्रमुख महीने में समुद्र के थर्मोकलाइन गहराई (D20) को पूरे समुद्र में प्रक्षेपित करके भविष्यवक्ता उत्पन्न करता है। इसी अवधि में ISMR और D20 के बीच सहसंबंध मानचित्र पर 1871 और 2010 के बीच उष्णकटिबंधीय बेल्ट।

नया एल्गोरिथ्म इंगित करता है कि ISMR सीजन से 18 महीने पहले ISMR का संभावित कौशल अधिकतम (0.87, उच्चतम 1.0) है। किसी भी प्रमुख महीने में, आईएसएमआर की वार्षिक परिवर्तनशीलता की भविष्यवाणी इसके चालकों की वार्षिक परिवर्तनशीलता में नियमितता की डिग्री पर निर्भर करती है।

लॉन्ग-लीड आईएसएमआर भविष्यवाणी के नए खोजे गए आधार के साथ, देवब्रत शर्मा (आईएएसएसटी), संतू दास (आईएएसएसटी), सुबोध के. साहा (आईआईटीएम), और बीएन गोस्वामी (कॉटन यूनिवर्सिटी) 18 महीने की लीड फोरकास्ट बनाने में सक्षम थे। मशीन लर्निंग-आधारित ISMR भविष्यवाणी मॉडल का उपयोग करके 0.65 के वास्तविक कौशल के साथ 1980 से 2011 के बीच ISMR का।

मंत्रालय के बयान के अनुसार, मॉडल की सफलता 45 भौतिक जलवायु मॉडल द्वारा 150 वर्षों के सिमुलेशन से आईएसएमआर और उष्णकटिबंधीय थर्मोकलाइन पैटर्न के बीच संबंध सीखने और उस सीखने को वास्तविक में स्थानांतरित करने की कृत्रिम बुद्धिमत्ता (एआई) की क्षमता पर आधारित थी। 1871 और 1974 के बीच अवलोकन।

चूंकि 18 महीने की बढ़त पर आईएसएमआर का संभावित कौशल 0.87 है, इसलिए मॉडल में सुधार की अभी भी काफी गुंजाइश है।


संबद्ध लिंक स्वचालित रूप से उत्पन्न हो सकते हैं – विवरण के लिए हमारा नैतिकता कथन देखें।

Source link

By admin

Leave a Reply

Your email address will not be published. Required fields are marked *