Miguel Urco (IAP) Exploring the MLT dynamics with Physics-Informed Machine Learning

Miguel Urco (IAP) wird in unserem IAP-Kolloquium am 6. Juli 2023 einen Vortrag zum Thema "Exploring the MLT dynamics with Physics-Informed Machine Learning" halten.
 Er wird über die Dynamik der Mesosphäre und unteren Thermosphäre (MLT) sprechen und darüber, dass es sich dabei um ein komplexes, mehrdimensionales und hochgradig nichtlineares System handelt. Um ihr Verhalten zu verstehen, ist ein umfassender Ansatz erforderlich. Beobachtungen liefern wertvolle Erkenntnisse über die Eigenschaften der Mesosphäre. Allerdings sind die Beobachtungsdaten in Bezug auf ihren Erfassungsbereich und ihre räumlich-zeitliche Auflösung oft begrenzt. Beobachtungen können nur eine Momentaufnahme der Mesosphäre an bestimmten Orten und zu bestimmten Zeiten erfassen. Diese Einschränkung behindert unsere Fähigkeit, die Dynamik der Mesosphäre vollständig zu erfassen, die auf verschiedenen räumlichen und zeitlichen Skalen erheblich variieren kann.
Um diese Einschränkungen zu überwinden, ist die Integration von physikalischen Gesetzen und Beobachtungen von entscheidender Bedeutung. Physikalische Gesetze, die in den Grundprinzipien der Physik verwurzelt sind, bieten einen theoretischen Rahmen für das Verständnis der Dynamik der Mesosphäre. Techniken des maschinellen Lernens, wie z. B. Physik-informierte neuronale Netze (PINN), haben sich in jüngster Zeit als leistungsfähige Werkzeuge zur Kombination von Beobachtungen und physikalischen Gesetzen erwiesen. In seinem Vortrag wird er erfolgreiche Beispiele für die Kombination von Radarbeobachtungen und physikalischen Gesetzen zur Charakterisierung der MLT-Dynamik vorstellen.