MIT 新研究利用机器学习识别世界海洋之间的联系
日前,麻省理工学院地球,大气和行星科学系(EAPS)博士后研究员 Maike Sonnewald 介绍道:「类似研究必须足够了解绝大多数不同的全球地图,并在性质上匹配海洋特质,以找出研究中最重要的特质。」作为大气,海洋和气候(PAOC)的 EAPS 计划成员,她称「这超出了人类可以破译的范围。」Sonnewald 拥有物理海洋学和数据科学的背景,她使用机器学习揭示海洋中的连接和模式。该机器学习算法筛选了大量数据,以识别具有相似物理特性的海洋模式,并标注出构成全球海洋的五个全球动态一致的区域。