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.
Нейросеть предсказала поведение лазерных импульсов
Прохождение лазерного импульса через неоднородную среду — важнейший процесс, от возможности управлять которым зависит эффективность оптической связи. К сожалению, построить его математическую модель часто невозможно. Однако можно научить нейросеть предсказывать его результаты. Об этом свидетельствует новейшее российско-китайское исследование.
В двух идущих друг за другом подряд номерах международного научного журнала Chaos, Solitons and Fractals входящего в список топ-1, (тома 158 и 159 за 2022 год) опубликованы результаты нового российско-китайского исследования, одним из авторов которого является заведующий кафедрой прикладной математики НИЯУ МИФИ профессор Николай Кудряшов. Тема исследования чрезвычайно актуальна, поскольку связана с развитием многих самых продвинутых технологий на основе оптических солитонов.
Как пишет ведущий научный сотрудник «Курчатовского института» Сергей Сазонов, оптический солитон — это уединенный лазерный импульс определенной длительности (от нано — до фемтосекунд), обладающий несущей частотой видимого диапазона, и способный распространяться на большие расстояния в среде без изменения своей формы.
Важнейшее свойство солитонов заключается в том, что они обладают способностью упругого взаимодействия друг с другом. Если говорить совсем упрощенно, то «столкнувшиеся» солитоны не сливаются, а проходят друг через друга, сохраняя своих параметры, но с изменением фазы. Именно поэтому на солитоны возлагаются большие надежды в системах оптической связи. С укорочением длительности солитона может увеличиваться пропускная способность соответствующих информационных систем.
Не удивительно, что большое не только научное, но и прикладное значение имеет моделирование и предсказание «поведения» солитонов в оптических средах. Оптический солитон — это нелинейная уединенная волна, учитывающая влияние нескольких параметров и процессов, но, к сожалению, не всегда с ясной математической моделью.
Взаимодействие оптического солитона со средой — это типичный пример нелинейно-динамического, или, говоря иначе, хаотического процесса. Это система, которая во многих случаях испытывает возмущение внешних факторов и может перейти к хаотическому поведению, реагируя даже на мельчайшие изменения параметров среды.
К слову: типичный пример хаотического поведения системы — климатические изменения, которую возможно в самом лучшем случае предсказать лишь на несколько дней в перед, но никогда — на следующие несколько месяцев и на год. В этом смысле предсказывать поведение оптических солитонов для некоторых сред не проще, чем предсказывать атмосферные вихри.
Как объясняет Николай Алексеевич Кудряшов, закономерности, которые описывают динамику оптических солитонов при учете дисперсии высокого порядка описываются нелинейными дифференциальными уравнениями высокого порядка. Уравнениями этого типа Николай Алексеевич занимается уже около 30 лет. К сожалению, решить построить аналитические решения таких уравнений часто невозможно — иногда просто потому, что у нас нет достаточных вычислительных мощностей, а иногда и потому математическая модель при некоторых параметрах становится хаотической.
Значит ли это, что оптическому солитону — как и погоде в будущем году — суждено остаться совершенно непредсказуемым явлением? Есть русская пословица: клин клином вышибают. А для предсказания поведения хаотической системы можно использовать другую хаотическую систему.
Вот уже несколько десятилетий, специалисты по IT для моделирования человеческого мышления создают искусственный интеллект — нейросеть. Сложная нейросеть сама представляет собой скрытую нелинейно-динамическую систему, и не соответствует детерминированной математической модели. По сути, для ученых работа сконструированной ими нейросети представляет собой «черный ящик»: известны данные на входе и известны некоторые результаты на выходе, но нет детальной картины и понимания, как первые превращаются во вторые.
Однако, нейросеть обладает важнейшим полезным свойством: обучаемостью. Нейросети обучают на известных, и признанных «удачными» случаях, когда данные и на входе, и на выходе известны, и по аналогии с этими известными случаями учатся превращать входные данные в конечные. Именно этот метод в российско-китайском исследовании применили для моделирования оптических солитонов.
В качестве «базы обучения» использованы те случаи, когда описывающие динамику солитонов дифференциальные уравнения имеют аналитические решения при некоторых значениях параметров. В данном случае использовались реальные и сложные типичные нелинейные волновые модели, включая нелинейное уравнение нелинейное уравнение Шредингера и уравнения Кортевега-де Фриза. Ну и, самое главное — в этом собственно и заключается главное новшество, предложенное учеными — в структуру нейросети были включены дополнительные данные законов сохранения, что также послужило серьезным граничным условием: ответы, противоречащие законам сохранения, сразу исключаются.
«Как одно из важных интегрируемых свойств нелинейных физических моделей, закон сохранения может создать сильную ограничивающую силу для нейронной сети при решении нелинейных физических моделей», — говорится в аннотации статьи.
Результаты нейросетевого моделирования показали, что по сравнению с традиционными методами математического моделирования, основанными на детерминированных физических моделях, использование нейросетей и машинного обучения, позволяет предсказывать оптические солитоны и их параметры скрытых нелинейных математических моделей, часто не имеющих четкой математической постановки задачи общепринятой в математической физике.
Таким образом, на наших глазах возникает новый метод изучения решений нелинейных волновых моделей путем объединения глубокого машинного обучения, нейросетей и нелинейной математической физики.
Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Периодически нейросети в своих ответах галлюцинируют, предлагая пользующимися их услугами людям выпить яд под видом лекарства и так далее. Новая научная работа показала, что эта проблема связана с самой природой нейросети. Хотя ее вероятность можно понизить, устранить полностью невозможно.
Новые изображения сверхмассивной черной дыры в центре галактики М87 показали, что за последние четыре года магнитные поля в ее окрестностях изменили направление. Совершить столь неожиданное и важное для понимания устройства космических «монстров» открытие удалось с помощью сети радиотелескопов «Телескоп горизонта событий» (Event Horizon Telescope, EHT).
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Комментарии