Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Искусственный интеллект помог обнаружить корональные дыры для автоматического прогноза космической погоды
Ученые из Грацкого университета (Австрия), Сколтеха и их коллеги из США и Германии разработали новую нейронную сеть, способную обнаруживать корональные дыры на основе данных космических наблюдений. Новое приложение открывает возможности для повышения точности прогнозирования космической погоды и обеспечивает ценную информацию для исследования циклов солнечной активности.
Статья с описанием результатов исследования опубликована в журнале Astronomy & Astrophysics. Солнце – это источник жизни на Земле. «Жизнь» электроники также зависит от уровня активности нашей ближайшей звезды и ее взаимодействием с магнитным полем Земли. Хотя для человеческого глаза Солнце всегда выглядит одинаково, оно очень активно и источник частых выбросов солнечной энергии, вызывающих геомагнитные бури на Земле. Именно поэтому с помощью спутниковых телескопов ведется непрерывное наблюдение за внешней атмосферой Солнца — солнечной короной.
Одна из характерных особенностей этих наблюдений — наличие обширных темных участков, так называемых корональных дыр. А темными они выглядят потому, что частицы плазмы могут свободно распространяться в космическое пространство вдоль открытых линий магнитного поля, оставляя «дыру» в короне. Именно из таких частиц образуется мощный поток высокоскоростного солнечного ветра, который, достигая поверхности Земли, может вызывать геомагнитные бури. Внешний вид и расположение дыр на Солнце меняются в зависимости от уровня солнечной активности, и это важно для исследования долгосрочной динамики активности Солнца.
«Обнаружение корональных дыр − сложная задача не только для традиционных алгоритмов, но и для наблюдателей, поскольку в солнечной атмосфере присутствуют и другие темные области, например, протуберанцы, которые можно легко спутать с корональной дырой», − рассказывает ведущий автор статьи, научный сотрудник Грацcкого университета Роберт Яролим.
В своей статье авторы описывают сверточную нейронную сеть CHRONNOS (Coronal Hole RecOgnition Neural Network Over multi-Spectral-data), которую они разработали специально для обнаружения корональных дыр. «Благодаря искусственному интеллекту мы можем идентифицировать корональные дыры по таким критериям, как интенсивность, форма и свойства магнитного поля. Те же критерии учитываются и человеком в процессе наблюдения», − отмечает Роберт Яролим.
«Солнечная атмосфера выглядит по-разному в зависимости от длины волны, на которой ведется наблюдение. В качестве входных данных для нейронной сети мы использовали изображения, полученные на разных длинах волн крайней ультрафиолетовой области спектра (EUV), а также карты магнитного поля, с помощью которых сеть смогла установить взаимосвязи между разными видами многоканальной информации», − добавляет соавтор статьи, профессор Грацского университета Астрид Верониг.
Авторы обучили свою модель на приблизительно 1700 изображениях, полученных за период с 2010 по 2017 годы, и показали, что метод работает при любых уровнях солнечной активности. Сравнение полученных с помощью нейронной сети результатов с данными по обнаружению 261 корональных дыр в ручном режиме показало совпадение результатов в 98 процентов случаев.
Кроме того, авторы исследовали результаты обнаружения корональных дыр по картам магнитного поля, которые сильно отличаются от данных наблюдений в EUV-диапазоне. Человек не может обнаружить корональную дыру, используя только карты магнитного поля, а ИИ научился воспринимать эти изображения иначе и на их основе идентифицировать корональные дыры.
«Это многообещающий результат для будущих задач обнаружения корональных дыр с помощью наземных телескопов. С Земли у нас нет возможности напрямую наблюдать корональные дыры в виде темных пятен, которые видны на космических изображениях в EUV-диапазоне и мягком рентгеновском диапазоне, а есть лишь возможность регулярно измерять магнитное поле Солнца», − отмечает один из авторов статьи, старший преподаватель Космического центра Сколтеха Татьяна Подладчикова.
Новый метод был разработан с использованием высокопроизводительного кластера Сколтеха в рамках создания интегрированной сетевой группы исследований по солнечной физике (SPRING), которая будет обеспечивать автономный мониторинг Солнца с использованием новейших технологий в области наблюдательной физики Солнца. SPRING — часть проекта SOLARNET, который посвящен подготовке к созданию Европейского солнечного телескопа (EST).
Проект поддержан программой Европейского союза по науке и инновациям «Горизонт 2020». Грацский университет и Сколтех представляют Австрию и Россию в консорциуме SOLARNET, в состав которого входят 35 международных партнеров. Данное исследование проводилось также с участием специалистов Колумбийского университета (США), Института исследований Солнечной системы Общества Макса Планка (Германия) и компании NorthWest Research Associates (США).
Telegram 
Дзен 
VK Ученые провели эксперимент и установили, что вблизи машины черного цвета, простоявшей на солнце несколько часов, температура поднималась на 3,8 °C выше, чем у асфальта на прилегающем свободном участке.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Чтобы выяснить, как поиски внеземной жизни освещали в научных статьях, пресс-релизах и новостях ведущих СМИ, международная исследовательская группа проанализировала 630 материалов, опубликованных с августа 1996-го по март 2024 года. В выборку вошли тексты на английском, испанском и португальских языках, отобранные из шести изданий: The Guardian, The New York Times, El País, Público, Estadão, Folha de S. Paulo.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
Влияет ли формат знакомства на качество последующих романтических отношений в паре? Научные данные на этот счет разнятся. Новое исследование по вопросу представила группа психологов из Польши, Австралии и Великобритании. В попытке понять, при каком сценарии удовлетворенность отношениями выше, а любовь крепче — когда двое нашли друг друга в Сети или познакомились в жизни, — ученые опросили свыше 6000 тысяч человек из разных стран.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно