Facebook post by University of Helsinki

Kone-oppimisen avulla pyritään tunnistamaan, miten ilmaston ääri-ilmiöt vaikuttavat mm. havumetsien levinneisyyteen. Esimerkiksi savannit ja kausivihannat havumetsät tarvitsevat kuivuutta tai äärimmäistä kylmyyttä säilyttääkseen valta-aseman.
Koneoppiminen auttaa tunnistamaan ilmastoon liittyviä raja-arvoja, jotka vaikuttavat kasvillisuuden levinneisyyteen | Helsingin yliopisto fal.cn

Uudessa tutkimuksessa tarkasteltiin kasvillisuuden ja ilmasto-olojen välisiä suhteita koneoppimisen avulla. Tutkimustulokset korostavat sitä, kuinka suuri merkitys ilmaston yleistyvillä ääri-ilmiöillä on monien tärkeimpien kasvillisuustyyppien levinneisyyden kannalta.