PointSLA: nevronska mreža za napovedovanje manjkajočih vrednosti satelitskih meritev vodne gladineVovk, Klemen (Avtor) Kristan, Matej (Mentor) Ličer, Matjaž (Komentor) nevronske mrežesatelitske meritveoblaki točktransformatorjipozornost.Satelitske meritve so ključne za raziskovanje in razumevanje geofizikalnih pojavov. Kljub temu, da je okrog Zemlje utirjenih mnogo satelitov, enostavno ni mogoče hkrati pokriti in izmeriti celotnega površja. Posledično imajo satelitske meritve velike časovno-prostorske luknje kar zmanjša natančnost modelov, ki temeljijo na teh meritvah. Ena od spremenljivk, ki jih merijo sateliti je tudi anomalija višine gladine morja (ang. sea-level anomaly, SLA). Pove nam odstopanje višine morske gladine na neki točki, ob nekem času glede na referenco, ki je izračunana kot globalno povprečje preko obdobja več preteklih let. V nalogi naslavljamo problem napovedovanja manjkajočih satelitskih meritev SLA. Moderne metode ta problem rešujejo s pristopi, ki temeljijo na konvolucijah in zahtevajo meritve na regularni mreži. To pomeni, da moramo meritve predobdelati tako, da jih diskretiziramo na regularno mrežo. S tem vnesemo nenatančnost že v vhodne podatke. V tej nalogi predlagamo model PointSLA, ki za gosto napoved satelitskih meritev SLA deluje nad oblaki točk meritev in zato ne potrebuje diskretizacije vhoda. Eksperimentalni rezultati kažejo, da predlagan model doseže RMSE, ki je 5% slabši od najsodobnejše metode DIVAnd, pri tem pa omogoča večjo časovno in prostorsko fleksibilnost vhoda ter ne potrebuje diskretizacije meritev na mrežo.20222022-09-15 10:25:10Diplomsko delo/naloga140521VisID: 34999COBISS_ID: 123819779sl