用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响,从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据,它们正在提供前所未有的空间环境实时表征,包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步,但仅靠它们是不够的。为了优化任务规划,许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事,但最近随着 21 世纪人工智能 (AI) 技术的应用,大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型,并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期(0 到 60 分钟)、中期(1 小时到 3 小时)和长期(3 到 48 小时)。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下,多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度,卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后,组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据,因此,使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明,在几乎所有情况下,这些预测技术都优于持久性,而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点,将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是,云层可以部分或完全遮挡目标,并阻止或要求降低光通信系统的数据速率。但是,通过准确表征和预测大气影响,可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统,该系统可生成高分辨率的大气衰减预测,以支持太空激光和监视应用的决策辅助。为了实现这一目标,HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据,并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测:1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时;最长 2+ 小时;最长 48 小时。最长 1 小时;最长 2+ 小时;最长 48 小时。
种群结果反映了政府和我对该物种的预期结果。虽然必须有效管理所有人类引起的种群威胁,但捕鱼一直是人类导致死亡的主要原因,至少仍然是一个主要原因。鉴于这些海豚易受某些渔具的伤害,我相信我们必须非常有信心,捕鱼措施将有效实现预期的捕鱼相关目标。如果没有这种确定性,预期结果根本无法实现。然后,渔业可以有理由地说,他们正在尽一切努力确保海豚种群和亚种群能够繁衍生息。然后,重点可以放在管理其他人为威胁上,当然,必须同样妥善管理这些威胁才能确保成功。
蓍草花 利兹·富特 罗里·弗兰普顿 亚历克斯·弗朗科 雅各布·弗里曼 克里斯汀·弗里曼 格蕾丝·冯 斯图尔特·芬克-德埃格努夫 拉娜·甘斯克-塞里佐 梅赛德斯·加西亚·法尔·加西亚·罗伯斯 夏琳·格里芬 布雷特·戈巴尔 约翰·戈尔曼 玛丽·格鲁德 内特拉·哈尔佩林 汉斯·哈德 鲁比·黑斯廷斯 斯基皮·豪 阿黛尔·海伍德 哈利·赫克特 尤里·赫茨菲尔德 艾米·霍奇斯 迈克尔·豪登 帕特·霍斯金 查尔斯·亨特 马克·海德 布洛克·约翰逊 维多利亚·约翰逊 凯文·琼斯 阿什利·荣格 丹尼尔·卡纳赫勒 帕梅拉·坎塔罗娃 金凯奥·卡帕胡莱华 凯奥莫库·卡普·基奥内 威廉·基利 比利·金 谢丽尔·金 莫里·金 罗宾·诺克斯 保罗·科勒 埃伦·克拉夫索 玛吉·克兰普 弗农·库拉尼考 丹尼斯·莱蒂宁
位于卡胡卢伊机场、耗资 3.4 亿美元的新联合汽车租赁 (ConRAC) 设施是雄心勃勃的机场现代化计划的一部分,该计划旨在升级该州的机场,提高运营效率并改善旅客体验。卡胡卢伊机场 ConRAC 通过将大多数租车公司整合到一个最先进的建筑内并通过电车连接到主机场航站楼来实现这一目标。ConRAC 设施是一座三层建筑,包括部分地下室区域和小型封闭式屋顶结构,用于通过楼梯出口和电梯进入屋顶停车区。该建筑总面积约为 190 万平方英尺,从一端到另一端长近四分之一英里,包括 3,700 多个专供租车公司使用的停车位和 700 个供员工使用的停车位。此外,还有 72 个加油站、12 个洗车场和 11 个汽车租赁维修站。主结构采用现浇混凝土建造,柱子分别支撑跨度为 60 英尺 x 40 英尺的后张拉梁和大梁。梁以 20 英尺为中心间隔,提供规则且重复的框架系统以简化模板。结构板主要由单向后张拉板组成,通常为 5
位于卡胡卢伊机场的耗资 3.4 亿美元的新综合租车 (ConRAC) 设施是雄心勃勃的机场现代化计划的一部分,该计划旨在升级该州的机场,提高运营效率并改善旅客体验。卡胡卢伊机场 ConRAC 通过将大多数租车公司整合到一个最先进的建筑中并通过有轨电车连接到主要机场航站楼来实现这一目标。ConRAC 设施是一座三层建筑,包括部分地下室区域和小型封闭屋顶结构,用于楼梯出口和电梯进入屋顶停车区。该建筑总面积约为 190 万平方英尺,从一端到另一端近四分之一英里,包括 3,700 多个专供租车公司使用的停车位和 700 个供员工停车的停车位。此外,还有 72 个加油站、12 个洗车场和 11 个汽车租赁维修站。主结构采用现浇混凝土建造,柱子支撑后张拉梁和大梁,跨度分别为 60 英尺 x 40 英尺。梁以 20 英尺为中心间隔,提供规则且重复的框架系统以简化模板。结构板主要由单向后张拉板组成,通常为 5