¿ledzenie komórek konwekcyjnych poprzez komputerow¿ wizj¿ opart¿ na g¿¿bokim uczeniu si¿

W niniejszym opracowaniu opracowano autonomiczny algorytm identyfikacji i -ledzenia komórek konwekcyjnych (CITRA) z wykorzystaniem obrazów odblaskowych DWR. Algorytm CITRA jest zaimplementowany w Pythonie przy u-yciu techniki Deep learning sieci neuronowych. Optical Character Recognition jest u-ywany w niniejszym badaniu poprzez "Tesseract", który jest bez nadzoru modu-em sieci neuronowych opartych na LSTM, który analizuje wej-ciow- macierz wymiarow- pikseli/obraz i wyprowadza ci-gi wysokiego poziomu. Algorytm przechodzi przez warto-ci pikseli obrazu odbitego DWR i rozpoznaje intensywno-- pikseli (>=30 dB) oraz segreguje komórki konwekcyjne wraz z innymi szacowanymi w-äciwo-ciami komórek, takimi jak centroid burzy, obszar pokryty, odleg-o-- i kierunek od centrum radaru. Dziäanie algorytmu CITRA zostäo przetestowane na ró-nych burzach konwekcyjnych i mog-o z powodzeniem zidentyfikowä i -ledzi- je wraz z innymi w-äciwo-ciami fizycznymi komórek konwekcyjnych. Ponadto wykazano potencjalne zastosowanie algorytmu CITRA na ewolucj- komórek konwekcyjnych wykrywanych w zasi-gu radaru. Obecnie algorytm CITRA przyjmuje tylko obrazy odbiciowe jako pojedynczy parametr wej-ciowy.

Actualmente trabajo como Decano (I+D), en el Campus Técnico de las Instituciones Guru Nanak (Autónoma) y tengo un M.Sc (Física) en Electrónica como especialización, un M.Phil (Física) en el área de Pantallas de Cristales Líquidos (LCD) de la Universidad de Andhra y un doctorado en el área de Ultrasonido Aplicado de la Universidad de Osmania, Hyderabad.