Алгоритм, протестированный на марсианском роверe Perseverance от NASA, может улучшить прогнозирование ураганов, лесных пожаров и других экстремальных погодных явлений. Разработанный аспирантом Georgia Tech Остином Р. Урайтом, метод под названием Nested Fusion улучшает анализ больших наборов данных.
Nested Fusion позволяет визуализировать сложные данные, что особенно полезно для ученых из различных областей, включая химию, биологию и геологию. Метод объединяет наборы данных с разными разрешениями, создавая одно высококачественное изображение, что ускоряет исследования на поверхности Марса в поисках признаков жизни.
Урайт представил Nested Fusion на Международной конференции по открытию знаний и анализу данных (KDD 2024), где работа получила признание. Алгоритм также может применяться для моделирования климатических изменений и изучения жизни растений и животных на Земле.
Использование Nested Fusion позволяет одному ученому получать предварительные оценки минерального состава образцов всего за несколько часов, в то время как раньше на это уходили дни совместной работы команд.
Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining