１２月１７日（火）：３Ｄで雲を生成するＡＩの学習

他の記事は以下のリンクから。リンク先では広告なしでお読みいただけます。

　最終更新日１２月１３日　　宇宙科学の話題　－－－－総合的な話題です
　最終更新日１２月１７日　　今日の宇宙　－－－－－－下の記事と同じです
　最終更新日１２月１２日　　火星探査情報　－－－－－多数の探査情報から
　最終更新日１１月２６日　　地球観測　－－－－－－－温暖化問題を中心に
　最終更新日１２月１６日　　ハッブル宇宙望遠鏡　 －－最新の発表から
　最終更新日１２月１７日　　ｼﾞｪﾑｽｳｪﾌﾞ宇宙望遠鏡　 －最新の発表から
　最終更新日　８月　４日　　アルテミス２　－－－－－－有人月周回への準備
　＜　待　機　中　＞　 　　　宇宙ステーションは今　－－日本人飛行士滞在期間

・・・ここに戻るときは、ブラウザーの“戻る”ボタンか、閲覧先記事の“BLOG”ボタンから。・・・

　　★　★　★　★　★　★　★　★　★　★　

＜今日のテーマ＞：　３Ｄで雲を生成するためのＡＩのトレーニング

科学者達の国際チームは、衛星データに人工知能を適用して雲の３Ｄプロファイルを生成する革新的な方法を発見した。これは、気候科学の進歩を追求する EarthCARE からのデータを期待している人々にとって特にニュースである。

この概念実証研究では、チームは、２０１０年にアーカイブされた CloudSat と MSG の１年分のデータを分析し、人工知能が既存の衛星観測から新たな洞察をどのように抽出できるかを実証した。チームは、CloudSat プロファイルのプロファイルを MSG のイメージと位置合わせした。これは、「上からの視界」と対応するクラウドプロファイルがどのように関連しているかを理解するのに役立った。次に、機械学習モデルをトレーニングして、このマッピングを理解し、２Ｄ画像から雲のプロファイルを導き出した。これにより、CloudSat プロファイルを空間と時間の両方で拡張することができた。

このアニメーションは、CloudSat トラックが共位置合わせされた MSG 画像 (赤外線チャネル) でＡＩがどのように使用されたかを示している。このモデルでは、MSG イメージと CloudSat トラックの限られたオーバーラップから学習し、空間内の垂直雲プロファイルを拡張することができる。各 MSG イメージは 256 x 256 ピクセルで、解像度は３キロメートル／ピクセルである。

＜ひとこと＞：　大判はイメージのリンクから。 EarthCARE は日本（JAXA）とヨーロッパ宇宙機関（ESA）の共同ミッションです。

＜出典＞：　Week in images (ESA)