Hva prøver jeg å oppnå?
Hovedidéen bak hele denne oppgaven baserer seg på at selv om det er store mengder værdata tilgjengelig, er det fortsatt ikke tilgjengelig for en vanlig person å dra nytte ut av all dataen.
Dette speiler situasjonen hos SSB veldig, da de har massive mengder informasjon, som er "tilgjengelig for alle", men grunnet dets volum, blir det i grunn kun tilgjengelig for et fåtall spesialister. EU har skrevet artikler om hvordan det er behov for mer komplekse modeller som tar inn flere trusler samtidig. Disse rapportene vektlegger også hvordan de som er mest sårbare, også kanskje ikke er i de mest økonomisk sterke landene.
Tanken var da, kan dette utføres i kontekst av ekstremvær-varslinger?
Overordnet tanke
Den generelle tanken er at jeg skal innhente flest mulige variabler fra de ulike etatene som offentliggjør dette. Vær, og dermed naturkatastrofer, er allerede et felt som vektlegger samarbeid og offentliggjøring av data. Yahoo weather på iPhone-appen min vet temperaturen på min øy 18 timer unna Oslo. Det har de ikke målt selv, det nekter jeg å tro. Dermed er det allerede mye tilgjengelig data, i strukturerte formater, som forhåpentligvis kan gi en oversikt over situasjonen i Europa.
Det er verdt å merke at jeg ikke har noe spesielt ønske om at Europa skal være de eneste som er en del av oversikten. Dette valget har hovedsakelig blitt tatt grunnet det sterke samarbeidet om deling av data, samt at Norge i seg selv er svær lite utsatt for naturkatastrofer, på tross av at vi ikke er helt imune.
De neste stegene
De neste, og i den forstand første stegene, blir å kartlegge hvordan ekstremvær-varslinger blir utført i dag, særlig i konteksten av ML-modeller.
Spatiotemporal?Er det deep learning av satelittbilder?Brukes LLM teknologi i dette feltet, og har det i det hele tatt en relevans her?