MIT-Wissenschaftler finden Weg zu genaueren Vorhersagen
Forscher des Massachusetts Institute of Technology (MIT) haben eine neue Methode zur Bewertung räumlicher Vorhersagen entwickelt, die die Vorhersagegenauigkeit in verschiedenen Bereichen – von Wettervorhersagen bis zur Luftverschmutzungsbewertung – deutlich verbessern könnte.
Das Wissenschaftlerteam entdeckte, dass traditionelle Validierungsmethoden bei der Lösung räumlicher Vorhersageprobleme schwerwiegende Fehler produzieren können. Wie Tamara Broderick, außerordentliche Professorin für Elektrotechnik und Informatik am MIT, erklärt, liegt das Problem in falschen Annahmen über die Beschaffenheit der Daten.
Klassische Methoden gehen davon aus, dass Validierungs- und Testdaten unabhängig und identisch verteilt sind. Dies ist jedoch bei räumlichen Problemen oft nicht der Fall. Zum Beispiel werden EPA-Luftverschmutzungssensoren unter Berücksichtigung der Position anderer Sensoren platziert, und Daten aus städtischen und ländlichen Gebieten können unterschiedliche statistische Eigenschaften aufweisen.
Die neue MIT-Methode basiert auf der Annahme sanfter Datenänderungen im Raum. “Luftverschmutzungswerte ändern sich wahrscheinlich nicht dramatisch zwischen zwei benachbarten Häusern,” erklärt Broderick. Dieser Ansatz erwies sich in den meisten Experimenten als genauer, einschließlich Windgeschwindigkeitsvorhersagen am O’Hare Flughafen in Chicago und Lufttemperatur in fünf US-Metropolen.
Die Technologie kann in verschiedenen Bereichen breite Anwendung finden:
- Klimatologie (Vorhersage der Meeresoberflächentemperatur)
- Epidemiologie (Bewertung der Auswirkungen von Luftverschmutzung auf Krankheiten)
- Meteorologie (Wettervorhersage)
- Umweltüberwachung
Die von der National Science Foundation und dem Office of Naval Research unterstützte Forschung wird auf der International Conference on Artificial Intelligence and Statistics vorgestellt.
