Shkencëtarët kanë zhvilluar një model të ri të inteligjencës artificiale, të quajtur HydroGraphNet, i cili premton të përmirësojë ndjeshëm parashikimet e rrjedhës ditore të ujit dhe niveleve të azotit në pellgjet ujëmbledhëse. Kjo është veçanërisht e rëndësishme për rajonet me të dhëna të pakta, ku monitorimi tradicional është i kufizuar dhe parashikimet shpesh herë janë të pasakta.
Modeli HydroGraphNet shfrytëzon fuqinë e rrjeteve neurale grafike (GNNs) dhe mësimit të thellë për të analizuar dhe interpretuar të dhëna komplekse hidrologjike. Duke u trajnuar me informacione nga rajone me të dhëna më të plota, sistemi është në gjendje të bëjë parashikime të besueshme edhe në zonat ku të dhënat historike dhe ato në kohë reale janë të mangëta. Kjo qasje inovative adreson një sfidë të kamotshme në shkencat e ujit.
Përmirësimi i saktësisë së parashikimeve ka implikime të gjera. Ai do të ndihmojë menaxherët e burimeve ujore të marrin vendime më të informuara për shpërndarjen e ujit, të parandalojnë ndotjen e ujërave nëntokësore dhe sipërfaqësore nga azoti i tepërt, si dhe të menaxhojnë më mirë rreziqet nga përmbytjet dhe thatësirat. Për bujqësinë, kjo do të thotë një planifikim më efikas i ujitjes dhe përdorimit të plehrave.
Zhvillimi i HydroGraphNet shënon një hap të rëndësishëm në aplikimin e inteligjencës artificiale për zgjidhjen e sfidave mjedisore komplekse. Aftësia për të ofruar parashikime të besueshme në rajone me të dhëna të kufizuara e bën këtë teknologji një mjet kyç për menaxhimin e qëndrueshëm të ekosistemeve ujore në një botë ku ndryshimet klimatike po intensifikohen. Hulumtimi i mëtejshëm pritet të zgjerojë akoma më shumë kapacitetet e këtij modeli.
Burimi fillestar i monitoruar: Phys.org – lexo linkun origjinal