Учёные из Китая создали инновационную модель искусственного интеллекта под названием SICNetseason. Она способна более точно прогнозировать состояние арктического ледяного покрова в сезонное время. Модель использует архитектуру Swin-Transformer и преодолевает сложности, связанные с предсказуемостью весеннего периода.
SICNetseason учитывает сложные взаимосвязи между весенними изменениями ледяного покрова и его состоянием осенью. Это позволяет увеличить точность прогнозов на 7–10%, а определение границ распространения льда — более чем на 14% по сравнению с традиционными методами.
Ключевым фактором, влияющим на точность, является весенняя толщина льда. Учёт этого параметра повышает эффективность модели более чем на 20%. Разработка может существенно помочь в оценке климатических рисков и планировании навигации в Арктике.
