MIT Hesaplamalı Bilim ve Mühendislik Merkezi'nden makine mühendisliği doktora öğrencisi Kai Chang ile Profesör Themis Sapsis, tarihsel kayıtta hiçbir yerde görünmeyen aşırı hava senaryoları üretmenin bir yöntemini yayımladı. Makine öğrenmeli hava modelleri olmuş olandan öğrenir; bu da en nadir ve en yıkıcı olayların tam olarak en az gördükleri — çoğu zaman hiç görmedikleri — olaylar olması anlamına gelir. Extreme Event Aware ya da η-öğrenme adı verilen yaklaşımları iki tür veriyi birleştiriyor: kısa bir gözlem penceresinden alınan ayrıntılı uzamsal haritalar ve belirli büyüklükteki aşırılıkların ne sıklıkta olduğuna dair uzun dönemli nokta istatistikleri. İstatistikler haritaları kısıtlıyor; böylece model hiç gözlenmemiş ama fiziksel ya da istatistiksel olarak saçma da olmayan bir yağış deseni çizebiliyor ve buna olayın ne kadar süreceğine, ne kadar şiddetli olacağına ve ne kadar alanı kapsayacağına dair tahminler ekleyebiliyor. ABD yağış verisinde altı aylık haritalar ile 25 yıllık istatistikle eğitilen model, New York için 300 milimetreye ulaşan makul yağış haritaları üretti; tarihsel azami yaklaşık 200 milimetre. Çalışma 20 Ağustos'ta Nature Communications'ta yayımlandı.