Jaunā AI modeļa atklātā slēptā turbulence saules atmosfērā

Konvekcijas granulas saules fotosfērā. (NSO/AURA/NSF)

Slēpto turbulento kustību, kas notiek Saules atmosfērā, var precīzi paredzēt jaunizveidots neironu tīkls.

Izmantojot tikai temperatūras un vertikālās kustības datus, kas savākti no saules fotosfēras virsmas, AI modelis varēja pareizi noteikt turbulentu horizontālu kustību zem virsmas. Tas varētu mums palīdzēt labāk izprast saules konvekciju un procesus, kas rada sprādzienus un strūklas, kas izplūst no Saules.

'Mēs izstrādājām jaunu konvolūcijas neironu tīklu, lai novērtētu horizontālā ātruma telpisko sadalījumu, izmantojot temperatūras un vertikālā ātruma telpisko sadalījumu.' uzrakstīja komanda pētnieku, kuru vadīja astronoms Ryohtaroh Ishikawa no Japānas Nacionālās astronomijas observatorijas.



“Tā rezultātā tika efektīvi atklāti telpiski izkliedēti elementi un koncentrēti līdzekļi. [..] Mūsu tīkls uzrādīja augstāku veiktspēju gandrīz visos telpiskajos mērogos, salīdzinot ar tiem, par kuriem ziņots iepriekšējos pētījumos.

Saules fotosfēra ir Saules atmosfēras apgabals, ko parasti dēvē par tās virsmu. Tas ir zemākais Saules atmosfēras slānis un reģions, kurā rodas saules aktivitātes, piemēram, saules plankumi, saules uzliesmojumi un koronālās masas izmešana.

Ja paskatās uzmanīgi, fotosfēras virsma nav viendabīga. Tas ir pārklāts ar daļām, kas ir saspiestas kopā, gaišākas vidū un tumšas virzienā uz malām. Tās sauc par granulām, un tās ir to augšdaļas konvekcija šūnas saules plazmā. Karstā plazma paceļas vidū un pēc tam nokrīt atpakaļ ap malām, virzoties uz āru un atdziest.

Kad mēs novērojam šīs šūnas, mēs varam izmērīt to temperatūru, kā arī to kustību, izmantojot Doplera efektu, taču horizontālo kustību nevar noteikt tieši. Tomēr mazāka mēroga plūsmas šajās šūnās var mijiedarboties ar saules magnētiskajiem laukiem, lai izraisītu citas saules parādības. Turklāt tiek uzskatīts, ka turbulencei ir arī nozīme saules vainaga uzsildīšanā, tāpēc zinātnieki vēlas precīzi saprast, kā plazma uzvedas fotosfērā.

Ishikawa un komanda izstrādāja plazmas turbulences skaitliskas simulācijas un izmantoja trīs dažādas simulācijas datu kopas, lai apmācītu savu neironu tīklu. Viņi atklāja, ka, pamatojoties tikai uz temperatūras un vertikālās plūsmas datiem, AI simulācijās varētu precīzi aprakstīt horizontālās plūsmas, kuras nebūtu nosakāmas uz reālās Saules.

Tas nozīmē, ka mēs varētu tai ievadīt saules datus un sagaidīt, ka rezultāti, ko tas atgriež, atbilst tam, kas patiesībā notiek uz mūsu aizraujošās, aizliedzošās zvaigznes.

Tomēr neironu tīklam ir nepieciešama precizēšana. Lai gan tas spēja atklāt liela mēroga plūsmas, AI bija problēmas ar mazāku funkciju atlasi. Tā kā neliela mēroga turbulences precizitāte dažiem aprēķiniem ir izšķiroša, tās atrisināšanai vajadzētu būt nākamajam solim viņu programmatūras izstrādē, sacīja pētnieki.

'Salīdzinot trīs konvekcijas modeļu rezultātus, mēs novērojām, ka straujš koherences spektra samazinājums notika skalās, kas bija zemākas par enerģijas iesmidzināšanas skalām, kuras raksturoja ar vertikālo ātrumu jaudas spektru virsotnēm. Tas nozīmē, ka tīkls nebija atbilstoši apmācīts, lai reproducētu ātruma laukus mazos mērogos, ko rada turbulentas kaskādes, viņi rakstīja savā avīzē .

'Šos izaicinājumus var izpētīt turpmākajos pētījumos.'

Nedaudz tuvāk mājām pētnieki izstrādā savu programmatūru, lai arī palīdzētu labāk izprast turbulencikodolsintēzes plazmas– vēl viena svarīga lietojumprogramma turpmākai lietošanai.

Pētījums ir publicēts Astronomija un astrofizika .

Populārākas Kategorijas: Vidi , Dabu , Veselība , Viedoklis , Skaidrotājs , Sabiedrību , Daba , Neklasificēts , Fizika , Tech ,

Par Mums

Neatkarīgu, Pārbaudītu Faktu Publicēšana Par Veselību, Telpu, Dabu, Tehnoloģijām Un Vidi.