Gå rett til innhold
<
<
Data-assimilering og maskinlæring

Data-assimilering og maskinlæring

NORCE har en sterk gruppe innen data assimilering og har brukt det innenfor en rekke felt, inkludert oppdatering av petroleumsreservoarmodeller, medisinske modeller og snø- og hydrologiske modeller. I et prosjekt, finansiert av Statkraft, ble vår dataassimileringskompetanse utnyttet til å forbedre prognosene for vannkrafttilsig ved å assimilere snødata. Metoden har høyt potensiale til å bli anvendt til skredovervåking.

Maskinlæring, spesielt dyp læring, har vært mye brukt i datasynsoppgaver, f.eks. for bildegjenkjenning og objekt deteksjon basert på fjernmålingsbilder. Automatisk identifikasjon målrettet til skreddeteksjon kan også utføres basert på bildegjenkjenning og/eller objekt deteksjon fra tilpassende informasjonskilder, f.eks. SAR-satellittbilder (Figur 4).

Skredprediksjon kan potensielt oppnås ved hjelp av multimodale maskinlæringsmodeller. Snøskred oppstår ofte på grunn av ulike faktorer, f.eks. vær og topografisk forhold, menneskelige aktiviteter, osv. Derfor kan en prediksjonsmodell basert på maskinlæringsmetode utvikles og trenes på kommenterte multimodale data.

, Resulter av snøskreddeteksjon veg bruk av maskinlæring basert på SAR bilder (automatisk deteksjon), sammenlignet med manual deteksjon og feltbilder., Figure4, ,

Resulter av snøskreddeteksjon veg bruk av maskinlæring basert på SAR bilder (automatisk deteksjon), sammenlignet med manual deteksjon og feltbilder.

Kontaktpersoner:

Geir Nævdal

Forsker I - Bergen
gena@norceresearch.no
+47 51 87 56 30

Xiaodong Luo

Seniorforsker - Bergen
xluo@norceresearch.no
+47 51 87 56 25

Andreas Størksen Stordal

Seniorforsker - Bergen
asto@norceresearch.no
+47 51 87 56 36

Jakob Grahn

Seniorforsker - Tromsø
jgra@norceresearch.no

+47 462 86 095