Fredag 09:50
"Predicting persistent weak layers in maritime regions in Norway using meteorological parameters" handler om akkurat dette. Kan man automatisere og predikere om vedvarende svake lag vil være et skredproblem en gitt dag?
Ved hjelp av statistisk læring og maskinlæring prøver jeg å bruke fem foregående dager (i-5, i-4, i-3, i-2, i-1) til å predikere en gitt dag (i). I masteroppgaven bruker jeg lufttemperaturer på ulike høydeintervall, og snødybde på ulike høydeintervall som indirekte parametere på temperaturgradienten. Metodene ga en accuracy (nøyaktighet) på rundt 80-85%, men metodene viser tidvis manglende robusthet på grunn av lite data, unøyaktighet i varsling og training/test sett som blir brukt.
Med mer arbeid kan kanskje dette implementeres i områder med få varslere? Kom å hør, enten du er interessert i forskning på maskinlæring, vedvarende svake lag eller begge deler!
Om foredragsholdere / opphavsfolk
Markus har studert femårig lektorutdanning ved NTNU, med hovedfag i matematikk/statistikk. Hans hovedinteresse er maskinlæring, statistikk og statistisk læring. Han er ambassadør for Salomon og utdannet NF skredinstruktør (alpint), og holdt flere kurs/foredrag ved siden av studie. Tidligere vært forskningsassistent i CARE. Veileder for masteroppgaven var Jo Eidsvik, professor i statistikk på NTNU. Fikk hjelp til data-innsamling av Varsom.
