Application of machine learning technologies for numerical prediction of dangerous convective phenomena

Abstract

"Применение технологий машинного обучения для реализации численного прогноза опасных конвективных явлений". В данной работе производится классификация и прогнозирование опасных конвективных явлений (грозы, дождя, ливня) при помощи методов машинного обучения (метод k ближайших соседей, модифицированный при помощи AdaBoost и введения весовых коэффициентов). Реализован прогноз опасного конвективного явления по результатам работы численной модели. Наибольшая точность получена при классификации грозы (до 99%).

"Application of machine learning technologies for numerical prediction of dangerous convective phenomena". This paper classifies and predicts dangerous convective phenomena (thunderstorm, rain, shower) using machine learning methods (k-nearestp-neighbors method, modified using AdaBoost and introducing weights). The forecast of a dangerous convective phenomenon based on the results of the numerical model was implemented. The greatest accuracy was obtained in the classification of thunderstorm (up to 99%).