Celem tej pracy jest przeprowadzenie analizy pomiarów temperatury z UltraFast Thermometer 2.0 (UFT-2) podczas kampanii ACORES 2017. W sygnale dostrzeżono kilka rodzajów anomalii które zostały zbadane i zaznaczone korzystając z napisanej w tym celu aplikacji. Przetestowano również kilka algorytmów uczenia maszynowego na zadaniu automatycznej detekcji wspomnianych wyżej anomalii, korzystając z danych z UFT-2 i odczytów z innych przyrządów pomiarowych, takich jak prędkość wiatru i zawartość ciekłej wody w powietrzu.