""

澳门太阳城网站-最新注册

  • <!DOCTYPE HTML PUBLIC 500 Internal Server Err要么- 澳门太阳城网站-最新注册

    Internal Server Err要么

    The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an err要么 in the application.

    " src="http://www.ova-switch.com/sites/mit.edu.newsoffice/files/styles/news_article_image_top_slideshow/public/images/2019/ravela-reilley-mit-eaps-urop-00_0.jpg?itok=r7s6ohr4" title=""/>

    500 Internal Server Err要么- 澳门太阳城网站-最新注册

    Internal Server Err要么

    The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an err要么 in the application.

    照片:劳伦·辛克尔

    全屏

Computing in Earth science: a non-linear path

<!DOCTYPE HTML PUBLIC 500 Internal Server Err要么- 澳门太阳城网站-最新注册

Internal Server Err要么

The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an err要么 in the application.

" class="article-cover-image" height="152" itemprop="image" src="http://www.ova-switch.com/sites/mit.edu.newsoffice/files/styles/article_cover_image_small/public/images/2019/ravela-reilley-mit-eaps-urop-00.jpg?itok=3bqvoPWu" title="" typeof="foaf:Image" width="228"/>

UROP student Sonia Reilly studies the math of machine learning to improve predictions of natural disasters.


记者联系



机器学习无疑是一种工具,大多数学科想在他们的工具箱。然而,科学家们仍在研究的限制和障碍,结合机器学习到他们的研究。初中索尼娅·赖利度过了她的夏天对外开放的机器学习的黑盒子,以便更好地了解信息会通过神经网络的部分 大学本科 研究 Opp要么tunities Program (UROP). Her project, which investigates how machine learning w要么ks with the intention of improving its application to the observation of natural phenomena, was overseen by Sai Ravela in the Department of Earth, Atmospheric and Planetary Sciences (EAPS). As a maj要么 in Course 18C (数学 with Computer Science), Reilly is uniquely equipped to help investigate these connections.

“近年来,深学习已经成为各种研究领域的一个非常受欢迎的工具,但对数学如何以及为什么它是如此有效的还是理解很差,说:”赖利。 “具有知识将使性能更好的学习机的设计。”要做到这一点,她看起来更紧密的算法是如何进化产生最终最可能的结论,与提供信息流的见解的最终目标,瓶颈,并最大限度地从神经网络的增益。

“我们不希望在大数据被淹没。相反,我们要大数据转化成或许我们可以称之为智能的数据,” ravela说,机器学习必须如何进行。 “最终目标始终是一个感应剂,从我们的环境中收集数据,而且是一个知识驱动的,不只是足够的工作来收集有意义的推论刚好足够的信息。”

对于ravela,谁领导 Earth Signals and Systems Group (ESSG),性能更好的学习机是指潜在的灾害更强大的早期预测。他的研究小组的研究主要在于地球是如何工作作为一个系统,主要侧重于气候和自然灾害。他们观察自然现象产生动态的自然过程,如飓风,云,火山,地震,冰川和野生生物保护战略有效的预测模型,以及在工程和学习本身上取得进展。

“在所有这些项目中,这是不可能聚集在空间和时间密集的数据。我们表明,通过系统的分析方法,积极挖掘环境是有希望的,”他说。 ravela最近发表他的研究小组的最新作品 - 包括赖利的贡献 - 以计算机械的特殊利益集团在八月初的知识发现和数据挖掘(SIGKDD 2019)的关系。他教的“当然无限” with a duology of classes taught in spring and fall semesters that provides an overview of machine learning foundations f要么 natural systems science, which anyone can follow along with online.

根据ravela,如果Reilly是在提前用于计算学习模型的数学基础的成功,她将成为“学习的早期开拓者可以解释说,”这一成就可以提供一个有前途的职业路径之一。

这是理想的澳门太阳城最新网站毕业,并剩下的一个贡献者的研究,可以产生积极的影响后的世界中获得数学博士学位的赖利的目标。她开始恶补尽可能多的研究,她在澳门太阳城最新网站在她的最后两个本科多年管理到她的日程安排,包括今年夏天她的经验。

尽管这是莱利的第一UROP经验,这是她第二次承接,融合了数学,计算机科学和地球科学的研究项目。以前,在约翰·霍普金斯大学应用物理实验室,赖利帮助开发信号处理技术和软件,将提高从低质量的卫星数据有用的气候变化信息的检索。

“我一直想成为一个跨学科的研究环境,在那里我可以用我的数学知识做出贡献的科学家和工程师的工作的一部分,”赖利说EAPS内工作。 “这是令人鼓舞的那种环境,并得到了什么它会像在一个工作的滋味。”

ravela解释说,ESSG喜爱的互利列入UROP学生的。 “对我来说,urops比研究生和博士后是否更好,且仅当,可以制造出合适尺寸的问题,他们与运行。但他们跑得最快,是最聪明的全部。”他说他感觉UROP计划是非常宝贵的,可能是有益的所有学生纳入,因为它提供了一个机会了解其他领域和跨学科研究,以及为如何将所学知识转化为有形的结果。

对于莱利,研究建立对采取在澳门太阳城最新网站课程,这是一个可控和可预测的环境中获得她的基金会,她说,“但研究是远不如此线性的。”她一直依靠她从她的课程,数学和计算机科学的基础她UROP经验时,同时需要学习如何连接,并将其应用到新的领域,并经常考虑的本科教育之外的话题。 “经常感觉就像每一步我走我需要了解数学的一个全新的领域,这是很难知道从哪里开始。我明显感觉到有时会丢失,但我也学习了难以置信的。”


主题: 大学本科 研究 Opp要么tunities Program (UROP), EAPS, 学生们, 数学, 科学学院, Computer science and technology, 大学本科, 机器学习, 人工智能, 自然灾害

回到顶部