في عالم الهندسة الساحلية، تعتبر معلمات الأمواج القريبة من الساحل عنصرًا حاسمًا لضمان الحماية الفعالة للسواحل وتقديرات المخاطر البحرية. غالبًا ما تعتمد الأنظمة التقليدية لمراقبة الأمواج، مثل عوامات الرصد ومنصات الرادار، على تكاليف عالية للتركيب والصيانة، بالإضافة إلى حدود في التغطية المكاني. ولكن ماذا عن الاستفادة من التكنولوجيا الحديثة؟

توصل باحثون إلى تطوير إطار جديد للتعلم العميق المسترشد بالفيزياء (Physics-Guided Deep Learning) يتيح تقدير دقيق لدورات الذروة للأمواج من مقاطع الفيديو الساحلية السلبية. يجمع هذا الإطار بين الكشف الآلي عن المناطق ذات التباين الزمني، وتقنيات التعلم التحويلي المبتكرة، وتنظيم يتماشى مع الفيزياء لتعزيز الدقة والتوافق.

الخطة اعتمدت على تقييم مجموعة متنوعة من الهياكل الزمنية والمكانية، مثل الهياكل المعتمدة على المحولات و الهياكل التلافيفية المتكررة، إلى جانب تقنيات مثل التعلم من المحاكاة إلى الواقع وتكييف التسميات الفضية. أظهرت النتائج أن الهياكل المعتمدة على المحولات تتفوق في دقة التنبؤ الفوري، بينما حققت الهياكل التلافيفية المتكررة استقرارًا زمنيًا أعلى ومهارات ملاحية فعالة.

دراسات تحديد الأثر قالت كلمة الفصل في فوائد التنظيم المسترشد بالفيزياء من حيث الاتساق في تتبع الاتجاهات والدقة المادية للتنبؤات. أيضًا، ساعدت تدقيق التفسير في توجيه الانتباه نحو المناطق النشطة هيدروديناميكيًا، مما أظهر توافقًا جيدًا مع سلوك انتشار الأمواج المستمد فيزيائيًا.

بشكل عام، يُظهر هذا الإطار الجديد وعدًا كبيرًا في إمكانية أنظمة التعلم العميق المسترشدة بالفيزياء المستندة إلى الفيديو لمراقبة الأمواج الساحلية على المدى الطويل بشكل فعال من حيث التكلفة وقابل للتشغيل.