Skupina výskumníkov v Južnej Kórei dosiahla priekopnícky pokrok v predpovedaní intenzity tajfúnu pomocou reálnych údajov satelitov v reálnom čase a technológie hlbokého učenia. Tím na Ulsanskej národnej vedeckej a technickej univerzite (UNIST) využíva geostacionárne údaje satelitov z Cheollianu 1 a 2 spolu s číselnými modelovými údajmi na vývoj modelu predikcie umelej inteligencie, ktorý dokáže analyzovať informácie o tajfúne s presnosťou.
Tradične sa predpovedanie tajfúnu spolieha iba na údaje geostacionárnych satelitov, čo vedie k časovo náročnej analýze a závislosti na neistotách číselných modelov. Aby sa týmto problémom zabránilo, výskumný tím vytvoril model ‚Hybrid-CNN‘, ktorý integruje údaje satelitov v reálnom čase a číselné modelové údaje počas 24, 48 a 72 hodín.
Tento nový prístup urýchľuje analytický proces, znižuje neistotu číselných modelov a zvyšuje presnosť predpovede až o 50 %. Model sa osvedčil pri poskytovaní výnimočného výkonu dokonca pri rýchlo sa stupňujúcom tajfúne, čím preukázal svoju účinnosť pri riešení náročných situácií.
Navyše tím využil umeleú inteligenciu na vizualizáciu a kvantitatívnu analýzu automatického odhadu intenzity tajfúnu, čím zvýšil presnosť predpovedí tajfúnu. Využitím objektívneho extrahovania environmentálnych faktorov ovplyvňujúcich zmeny intenzity tajfúnu sa zistenia môžu aplikovať na prevádzkové predpovedné systémy, čím sa umožní rýchle a presné poskytovanie informácií o tajfúne.
Smerujúc ďalej dopredu, objektívne informácie o tajfúne poskytované touto pokročilou technológiou majú význam pomôcť v nasadení sa pri príprave na katastrofy a prevencii, čím prispejú k zmierňovaniu spoločenských a ekonomických dopadov spôsobených tajfúny.