Merijään ominaisuuksien kartoitus mikroallatoalueen satelliittidatasta selitettävällä tekoälyllä

Hankkeessa keskitytään keskeisten merijääparametrien estimointiin ja merijään luokitteluun syväoppimismenetelmillä mikroaaltotaajuuksien satelliittidatasta ja jäämalleista. Nykyisissä koneoppimisalgoritmeissa (ML) on huomattavia puutteita. AI näkyy ulospäin mustana laatikkona, eli syötteiden, rakenteen, ML:n koodaaman informaation ja lähtöjen suhteista on saatavilla vain vähän tai ei lainkaan tietoa. Myöskään estimaattien paikallisia epävarmuuksia ei ole saatavilla. Tavoitteena on poistaa näitä puutteita toteuttamalla integroitu optimoitu joukko merijääluokittelu- ja merijääparametrien estimointialgoritmeja, sisältäen myös paikalliset epävarmuudet. Selitettävää tekoälyä (XAI) tullaan käyttämään koneoppimisen analysointiin ja kehittämiseen. ML:n hyperparametrien (rakenteen) optimointia sovelletaan myös algoritmien optimointiin. Hankkeen työ suoritetaan käyttämällä IL:ssa arkistoitua Itämeren ja Arktisen alueen dataa.