Каждый год IMPACT извлекает выгоду из опыта и энергии наших летних стажеров. Группа стажеров этого лета — Аниша Кабир, Бетани Куо и Тони Парк — являются прекрасным примером того вклада, который стажеры вносят в проектные команды в течение 10 недель, и ценных навыков, связанных с карьерой, которые они приобретают, работая в тесном сотрудничестве с опытными наставниками и ученых в области наук о Земле и компьютерных наук.
Группа машинного обучения IMPACT исследует, как применять обработку естественного языка (NLP) и технологии графов знаний, чтобы улучшить открытие знаний в науках о Земле. Эти три стажера естественным образом вписываются в эту работу. Бетани Куо изучает компьютерные науки и лингвистику в Колледж-Парке Университета Мэриленда. В сотрудничестве с членами команды IMPACT г-жа Куо исследовала эффективность объединения графа знаний с BERT (представление двунаправленного кодировщика из преобразователей), вложения предложений и свертки графа для отображения связанной информации для предоставления ответов на запросы на естественном языке.
Мне интересно узнать больше об обработке естественного языка, где пересекаются две области информатики и лингвистики. Этот проект может облегчить поиск информации о явлениях науки о Земле вместе с соответствующими статьями.
Во время работы в IMPACT Аниша Кабир, начинающая студентка, изучающая компьютерные науки в Калифорнийском университете в Санта-Барбаре,использовала машинное обучение для выявления и анализа тенденций по ключевым темам AGU Earth and Space. рефераты научных статей за последние 15 лет. Как она объясняет, это повлекло за собой поиск в Интернете рефератов AGU ESSI с 2005 по 2020 год вместе с их авторами и информацией об индексных терминах. Используя метод моделирования скрытых тем, г-жа Кабир объединила рефераты в 50 различных тематических групп и создала графики тенденций для дальнейшего анализа. Цель проекта — обеспечить лучшее понимание ключевых тем и тенденций в сообществе информатики в области наук о Земле и космосе с течением времени.
Я заинтересовался машинным обучением и обработкой естественного языка благодаря своим университетским курсам и исследованиям, но я хотел узнать, как их можно применить в различных областях науки. Эта стажировка дала мне невероятную возможность увидеть пересечение науки о Земле и машинного обучения, и я многое узнал об обеих областях.
Тони Парк, начинающий младший специалист, изучающий компьютерные науки в Мичиганском университете в Анн-Арборе, работал над проектом IMPACT, целью которого является извлечение конкретной информации (тема науки, алгоритм машинного обучения, тип задачи). ) из статей журнала наук о Земле. Г-н Парк участвовал в создании модели распознавания именованных объектов (NER) для процесса маркировки. Это включало ручную маркировку сотен рефератов для создания обучающего набора данных, а затем использование этого набора данных в качестве входных данных для улучшения модели. Он также помогал кодировать модель с помощью Python и использовал предварительно обученные модели и алгоритмы, предоставленные Google.
Меня всегда восхищала идея роботов, выполняющих задачи самостоятельно, и я хотел продвинуться дальше, исследуя потенциал машинного обучения и адаптируясь к окружающей среде. С тех пор, как я закончил среднюю школу, я был сосредоточен на искусственном интеллекте и машинном обучении, и я благодарен за эту возможность пройти стажировку в НАСА.
Менеджер IMPACT, д-р Рахул, прокомментировал достижения и вклад этих молодых ученых.
Я был впечатлен тем, как быстро каждый из стажеров интегрировался в среду совместной работы здесь, в IMPACT, и изучил наши методы работы. Без сомнения, каждый стажер внес значительный вклад в нашу миссию по максимальному повышению эффективности и результативности управления данными в области наук о Земле.
Эти три стажера демонстрируют, почему IMPACT по-прежнему стремится инвестировать и развивать новое поколение научных талантов. Все мы в IMPACT благодарны за возможность работать с ними.
Просмотреть профиль Аниши Кабир в LinkedIn по адресу: https://www.linkedin.com/in/anishakabir/
Более подробную информацию о IMPACT можно найти на NASA Earthdata и на веб-сайте проекта IMPACT.
