Los algoritmos hoy dominan el ecosistema digital, ya que su “orientación” permite dar recomendaciones personalizadas a los usuarios, basados en sus resultados de búsqueda, o en sus datos. Pero no solo estos algoritmos que nos ayudan a decidir una película en Netflix o Amazon tiene esa función, ya que también podrían contribuir con el mejoramiento de satélites.
Los hallazgos se publican en el International Journal of Applied Earth Observation and Geoinformation y dan cuenta de cómo con estos algoritmos, los investigadores pudieron descifrar zonas libres de nubosidad y de puntos ciegos para la transmisión satelital.
Al adaptar un algoritmo de recomendación construido por primera vez para Netflix, Ruo-Qian (Roger) Wang, profesor asistente de ingeniería civil y ambiental en la Escuela de Ingeniería de Rutgers, creó un sistema que es más preciso y rápido para predecir paisajes cubiertos de nubes en áreas costeras que las herramientas convencionales de llenado de datos.
Este algoritmo de Netflix se llama Funk-SVD, y fue creado por Simon Funk para trazar las reseñas de los consumidores en una matriz.
“Las plataformas de servicios electrónicos como Alibaba y Amazon utilizan sistemas de recomendación, que aprovechan grandes conjuntos de datos para proporcionar recomendaciones de productos personalizadas para ayudar a la toma de decisiones de los clientes”, dijo Wang. “Curiosamente, la forma en que los sistemas de recomendación procesan los datos no es diferente al proceso para predecir paisajes costeros oscurecidos por las nubes”.
Los algoritmos de llenado de nubes utilizados en la teledetección miden datos continuos, como la temperatura del agua, el color y el contenido de algas, para hacer predicciones de lo que está oculto.
Es un proceso similar para el llenado de nubes: cada coordenada en un mapa está representada por un píxel en una fotografía y ese píxel puede ser agua o tierra, con nubes que representan datos no registrados. La adaptación de Wang de Funk-SVD hace conjeturas sobre lo que hay debajo de las nubes en función de otros puntos de datos.
