Für das Fachgebiet Systemanalyse (SYS) am Standort Stuttgart suchen wir zum nächstmöglichen Zeitpunkt Studierende (m/w/d) für 

Abschlussarbeit Master (m/w/d) Erforschen von Machine-Learning-Methoden zur numerischen Wettervorhersage

Im Jahr 2022 veröffentlichte eine mit Google assoziierte Forschungsgruppe das Modell GraphCast ([Lam et al., arXiv:2212.12794]), ein Graph-Neuronales-Netzwerk-Modell zur globalen Wettervorhersage. Dieses Modell dient als datengesteuerter Surrogate für eines der fortschrittlichsten globalen numerischen Wettervorhersagemodelle (NWP), das Integrated Forecasting System High Resolution Model (IFS HRES), das vom European Centre for Medium Range Weather Forecasting (ECMWF) entwickelt und betrieben wird. Das IFS HRES prognostiziert den globalen Zustand der Atmosphäre auf einem Gitter mit einer horizontalen Auflösung von 9 km, 137 vertikalen Schichten und 6-stündigen Zeitschritten.

Ziel dieser Masterarbeit ist es, sich intensiv mit den Fortschritten im Bereich des maschinellen Lernens für die Wettervorhersage auseinanderzusetzen, indem das GraphCast-Modell sowie seine aktuellen Forschungsanwendungen untersucht und eine Vorhersagepipeline mit dem GraphCast-Modell auf der lokalen GPU-Architektur des ZSW implementiert wird

Ihr Aufgabengebiet:

• Beschreibung des GraphCast-Modells und dessen Datenbasis
• Übersicht alternative Ansätze zur datengetriebenen Wettervorhersage (z.B. FourCastNet, FuxiWeather, PanguWeather)
• Übersicht des Stands der von GraphCast „abgeleiteten“ Forschung, insbesondere hinsichtlich der Entwicklung von GNN-basierten Lokalmodellen
• Implementierung eines Frameworks zum Erstellen von GraphCast-Vorhersagen auf der ZSW-Infrastruktur
• Bewerten der Vorhersage-Güte des globalen GraphCast-Modells für Deutschland im Vergleich zu ICON-D2 Vorhersagen
• Anwenden des Ansatzes [Oskarsson et al., arXiv:2309.17370] zur Implementierung eines GNN-Lokalmodells für Deutschland basierend auf ICON-D2
• Training des Modells auf historischen ICON-D2 Vorhersagen
• Evaluation optimaler Modellkonfigurationen