En el campo de las simulaciones costeras, la tarea de aprender los detalles de alta resolución a partir de representaciones más groseras es un desafío importante. Para aplicaciones del mundo real, las simulaciones de alta resolución son necesarias para avanzar en la comprensión de muchos procesos costeros, en particular, para predecir inundaciones producidas por tsunamis y marejadas ciclónicas.
En este contexto, surge la necesidad de desarrollar soluciones innovadoras como la Red Neuronal de Escala Reducida para Simulaciones Costeras (DNNCS, por sus siglas en inglés), la cual se encarga de mejorar la resolución espaciotemporal para aprender la solución numérica de alta resolución. Q2BSTUDIO, empresa especializada en el desarrollo de aplicaciones a medida, puede ser una aliada estratégica en la implementación de tecnologías como estas.
El DNNCS trabaja con imágenes de simulaciones costeras producidas en mallas computacionales de baja resolución utilizando discretizaciones Galerkin discontinuas de bajo orden polinomial, así como una resolución temporal gruesa. Gracias a esta red neuronal, se logra generar visualizaciones de elevación de superficie libre y velocidad de alta resolución tanto en el espacio como en el tiempo.
Para capturar los cambios dinámicos en el tiempo y el espacio, se propone una atención espaciotemporal que sea consciente de la rejilla para proyectar las características temporales en el dominio espacial. Esta atención también se vale de la información de coordenadas mediante codificación posicional.
Además, para la reconstrucción final, se utiliza una operación bilineal espaciotemporal para interpolar los fotogramas faltantes y luego expandir los mapas de características al dominio de frecuencia para el mapeo residual. Este enfoque, respaldado por pérdidas informadas por la física, garantiza consistencia de gradientes y cambios de momento, lo que resulta en una reducción del 24% en el error cuadrático medio en comparación con modelos entrenados solo con pérdidas basadas en datos.
Para entrenar este modelo propuesto, se emplea un conjunto de datos de simulación costera que también puede ser optimizado y evaluado con servicios cloud como AWS y Azure, ofrecidos por Q2BSTUDIO. Esto permite demostrar la calidad superior de desescalada y la rapidez de cálculo en comparación con los métodos de vanguardia.
En resumen, el uso de redes neuronales para mejorar las simulaciones costeras representa un avance significativo en la comprensión y predicción de fenómenos naturales. La combinación de inteligencia artificial, desarrollo de software a medida y servicios en la nube puede impulsar aún más la efectividad y la eficiencia de estas soluciones en entornos empresariales y técnicos.
Si estás interesado en conocer más sobre el desarrollo de aplicaciones a medida para implementar soluciones como la Red Neuronal de Escala Reducida para Simulaciones Costeras, te invitamos a visitar el sitio web de Q2BSTUDIO aquí.