Transformerska nevronska mreža za rekonstrukcijo temperature na morski gladiniFRANK, KARMEN (Avtor) Kristan, Matej (Mentor) Ličer, Matjaž (Komentor) transformerrekonstrukcijatemperatura na gladini morjaTemperatura na gladini morja (angl. sea surface temperature, SST) igra pomembno vlogo v vremenskih napovednih modelih, ki potrebujejo za vhod gosto množico meritev na nekem področju. Satelitske meritve pa so pogosto pomanjkljive, saj dele morja zastirajo oblaki, skozi katere sateliti ne morejo prodreti. Zaradi razširjene uporabe meritev SST so se razvile številne rekonstrukcijske metode, ki manjkajoče podatke dopolnijo na podlagi obstoječih meritev. Trenutno najuspešnejša metoda, DINCAE2, temelji na globoki konvolucijski nevronski mreži. Za rekonstrukcijo meritev SST pa še ni bila preizkušena arhitektura, ki bi temeljila na transformerjih, četudi so se ti v zadnjih letih na področju računalniškega vida izkazali kot zelo zmogljive nevronske mreže. V nalogi predlagamo novo metodo, imenovano PGD (Prior-Guided Decoder for SST reconstruction), z dvodelno strukturo, ki kombinira transformer in izpopolnjevalni dekodirnik. Transformer izračuna nizkoresolucijsko rekonstrukcijo, ki jo izpopolnjevalni dekodirnik poveča in izpopolni z upoštevanjem originalnih meritev ter tako oceni končno rekonstrukcijo v polni resoluciji. Metodo PGD smo analizirali in primerjali s trenutno najboljšo metodo za rekonstrukcijo SST – DINCAE2. Na zahtevni podatkovni množici različica PGD dosega do 21% manjšo rekonstrukcijsko napako kot DINCAE2.20232023-09-07 11:18:36Diplomsko delo/naloga149499sl