Seminari i poslijediplomski kolokviji

Na Geofizičkom odsjeku PMF-a u Zagrebu u okviru predavanja izlažu se rezultati pojedinačnih ili grupnih znanstveno-istraživačkih radova iz šireg područja geofizike (meteorologija, primjenjena meteorologija, fizička oceanografija, oceanologija, seizmologija, fizika unutrašnjosti Zemlje, geologija, vulkanologija, primjenjena geofizika, ...), kao i svih ostalih istraživanja koja se oslanjaju na pojave koje proučavaju geofizičari.

Studenti poslijediplomskog doktorskog studija fizike, smjer: geofizika, obavezni su javno obraniti temu svoje radnje, kao i održati predavanja u sklopu obaveznih kolegija doktorskog studija, a kako je definirano izvedbenim planom i programom.

Seminari se održavaju srijedom u 13:15 sati u predavaoni br. 2 Geofizičkog odsjeka PMF-a (Horvatovac 95, Zagreb). Predavačima stoje na raspolaganju LCD projektor, grafoskop i diaprojektor.

Poslijediplomski kolokviji su prvenstveno namijenjeni poslijediplomandima, njemu nisu obvezni prisustvovati studenti 3. godine preddiplomskog studija, ali su dobro došli. Pozivaju se i svi ostali zainteresirani.

Molimo zainteresirane koji imaju u pripremi gradivo za predavanje da jave izv. prof. dr. sc. Maji Telišman Prtenjak e-mailom naslov predavanja i najpovoljnije vrijeme za održavanje predavanja.

 

Prijenos seminara uživo

Želite li pratiti Geofizički seminar, a niste u mogućnosti doći na Geofizički odsjek, možete prijenos uživo, kao i njegovu snimku pogledati, na Youtubeovom kanalu Geofizičkog odsjeka PMF-a

 

Snimke seminara

Pojedini seminari prenošeni su uživo, ali se ne nalaze na Youtubeovom kanalu. Njihove snimke možete pogledati preko poveznica s desne strane.


Dana 10.04.2020. u 12:15 h održat će se na Geofizičkom odsjeku PMF-a sljedeće izlaganje:

Nikolas O. Aksamit

(ETH Zurich)

Deep learning surface transport barriers from Lagrangian ocean drifters

Pozivaju se svi zainteresirani da prisustvuju predavanju, koje će se održati u predavaoni P2 Geofizičkog odsjeka PMF-a, Horvatovac 95, Zagreb.

ABSTRACT: Lagrangian ocean drifters provide highly accurate approximations of ocean surface currents but are sparsely located across the globe. As drifters passively follow ocean currents, there is minimal control on where they will be collecting data, providing limited temporal coverage for a given region. Complementary Eulerian velocity data is available with global coverage, but is itself limited by the spatial and temporal resolutions possible by satellite altimetry measurements. These altimetry measurements approximate geostrophic components of ocean currents but neglect smaller submesoscale motions and require smoothing and interpolation from raw satellite track measurements. In an effort to harness the rich dynamics available in ocean drifter datasets, we trained a blended drifter model to learn submesoscale features by combining a slow manifold particle transport model with a recurrent neural network. This method improved the temporal and spatial resolution of drifter velocities estimates and was able to correct drifter trajectories near submesoscale transport barriers that were missed when only using satellite and wind reanalysis data. This modeling approach was evaluated in several locations with rich submesoscale dynamics and showed great dexterity in learning particular transport features.

Autor: Maja Telišman-Prtenjak
Popis obavijesti

SEMINARI

Arhiva do 2013