مروری بر روش های یادگیری ماشین و یادگیری عمیق برای پیش بینی برکشند توفان

امروزه تحقیق در زمینه علوم دریایی و اقیانوسی، به دلیل تاثیری که بر صنایع مختلف دارد حائز اهمیت ‌می‌باشد. با گسترش داده‌های اقیانوسی، استخراج اطلاعات موثر از این داده ها به یک مسئله مهم تبدیل شده است. اخیرا ، هوش مصنوعی توانسته با دقت قابل قبولی به پیش بینی پدیده های دریایی بپردازد. از جمله‌ی این پدیده ها، برکشند توفان است. برکشند توفان، یکی از جدی‌ترین بلایای دریایی به حساب می‌آید، که می‌تواند مناطق ساحلی و زیرساخت ها را تحت تاثیر قرار بدهد. پیش بینی این پدیده می‌تواند برای مدیریت سواحل ضروری باشد. براساس الگوریتم‌های یادگیری ماشین و یادگیری عمیق، می توان مدل‌هایی را با دقت بالا طراحی کرد. مطالعه مروری پیشرو، به معرفی الگوریتم های یادگیری ماشین و یادگیری عمیق که برای پیش بینی برکشند توفان استفاده شده است، می‌پردازد. همچنین این مطالعه تلاش دارد، پتانسیل هوش مصنوعی را برای پیش بینی پدیده های دریایی، از جمله برکشند توفان نشان دهد.

an overview of machine learning and deep learning methods to predict storm surge

nowadays, research in the field of marine and oceanic sciences is important because of its impact on various industries. with the expansion of oceanic data, extracting effective information from these data has become an important problem. recently, artificial intelligence has been able to predict marine phenomena with acceptable accuracy. one of these phenomena is storm surge. storm surge is one of the most serious marine disasters that can affect coastal areas and infrastructure. the prediction of this phenomenon can be essential for coastal management. based on machine learning and deep learning algorithms, high accuracy models can be designed. this review introduces deep learning and machine learning algorithms that have been used to predict storm surge. also, this study tries to show the potential of artificial intelligence to predict marine phenomena, including storm surges.