Нейросеть различила шесть классов снежинок
Швейцарские ученые разработали компьютерный алгоритм, который способен автоматически распознавать шесть классов твердых атмосферных осадков с точностью до 95 процентов.
Понимание микрофизики гидрометеоров важно для оценки атмосферных осадков, в частности их количества. Сейчас такая оценка проводится путем дистанционного зондирования Земли, например с помощью космических спутников, и математического моделирования — численного прогноза погоды (NWP). При этом точность методов зависит от полноты данных о микроструктуре дождевых капель или снежинок — морфологии, размера, массы, агрегатного состояния, — их сбором занимаются поляриметрические метеорадары или бортовые датчики самолетов. Однако существующие системы, как правило, не позволяют быстро типизировать гидрометеоры и являются дорогими в обслуживании.
Более перспективными для анализа метеоданных считаются технологии на основе метода главных компонент (PCA) и искусственных нейросетей. Так, согласно прошлым работам, подобные алгоритмы могут автоматически классифицировать облака с точностью свыше 80 процентов. Получить высококачественные изображения гидрометеоров, в свою очередь, позволяют мультиракурсные камеры для съемки снежинок (Multi-Angle Snowflake Camera, MASC). Эти системы оснащены тремя камерами, расположенными под углом 36 градусов, с разрешением 33 микрометра на пиксель. В ходе съемки MASC делает монохромные стереографические снимки объектов размером 100–100 000 микрометров.
В новой статье исследователи из Федеральной политехнической школы Лозанны и Федерального ведомства по метеорологии и климатологии (MeteoSwiss) описали технологию автоматизации анализа изображений, сделанных с помощью MASC. На первом этапе авторы собрали более двух миллионов снимков снежинок в Альпах и на базе французской научной антарктической станции Дюмон Д’Юрвиль в 2600 километрах от Южного полюса. Затем в полуавтоматическом режиме они оценили текстуру, морфологию и форму гидрометеоров, выявив закономерности: в частности, прямоугольные узоры были характерны для столбчатых кристаллов, тогда как у плоских они имели гексагональную форму, а у крупы — коническую.
Поскольку снимки были сделаны наземными камерами и включали в себя не все возможные образцы, ученые упростили десятиклассовую типизацию метеорологов Чожи Магоно (Chōji Magono) и Чунг Ву-Ли (Chung Woo Lee), известную с 1966 года. В результате они получили шесть классов снежинок: малые частицы (SP), столбчатые кристаллы (CC), планарные кристаллы (PC), сочетающие столбчатые и планарные кристаллы (CPC), агрегаты (AG) и крупы (GR). После этого группа создала алгоритм, который обучала методом мультиноминальной логистической регрессии (MLR) на 3712 снимках. Последующие испытания показали, что алгоритм хорошо справляется с распознаванием 94,7 процента снежинок, в том числе подтаявших.
По словам авторов, показатель можно увеличить за счет тренировки нейросети на большем количестве данных. Примечательно, что частота выпадения разных классов гидрометеоров оказалась связана с регионом: около половины (49 процентов) снежинок в Альпах исследователи отнесли к агрегатам, меньше — к малым частицам и крупе. В Антарктиде, согласно классификации, преобладают малые частицы (54 процента) и наблюдается меньше агрегатов и крупы. Также любопытно, что «звездные дендриты», часто ассоциирующиеся с «идеальными» снежинками, встречались одинаково редко: для Антарктиды и Альп этот показатель составил пять и десять процентов соответственно.
Статья опубликована в журнале Atmospheric Measurement Techniques.
Telegram 
Дзен 
VK Древнеримские инженеры проложили колоссальную сеть дорог через Европу, Северную Африку и Ближний Восток, многие участки которой до сих пор поражают безупречной прямолинейностью. Секрет строительства заключался в использовании трех особых геодезических инструментов, с помощью которых разбивали местность на ровные отрезки и размечали трассы.
Самый маленький дневной хищник Африки впервые попал под наблюдение с помощью GPS-трекеров. Ученые выяснили, что для выкармливания птенцов ему нужен участок почти в 14 раз меньше, чем у степной пустельги — ближайшего «рекордсмена» среди изученных птиц.
В вакууме космоса два металлических предмета, прижатые друг к другу, могут спонтанно свариться без какого-либо нагрева. Из-за отсутствия кислорода на поверхностях деталей разрушается защитный слой, в результате чего свободные электроны начинают мгновенно перемещаться между ними и соединяют два элемента в один монолит.
Американские ветеринары установили, что длина шага передних лап у пожилых собак отражает возрастные изменения в работе мозга. Когда у собак развивается деменция, шаги их передних лап становятся короче, причем эта связь не зависит от хронической боли в суставах.
Терраформировать Марс — то есть превратить в мир, где можно жить без защитных куполов — мечта человечества с того момента, как стало понятно, что это холодная планета с призрачной бескислородной атмосферой. Сейчас главный хедлайнер ее освоения — Илон Маск, компания SpaceX которого планирует первые полеты туда уже в 2028 году. Многие энтузиасты вспоминают слова Маска 14-летней давности: Красную планету надо лишь «подремонтировать», чтобы ходить без скафандра. Но между полетом и прогулками по городу-саду на Марсе лежит огромная пропасть. Пару лет назад Naked Science рассматривал положительный сценарий терраформирования. Пришло время подсчитать, сколько же лет и ресурсов потребуется.
Биологи нашли особый тип стволовых клеток, которые просыпаются в среднем возрасте и активно производят новый жир на животе. Открытие сделали благодаря масштабным экспериментам на мышах и анализу человеческих тканей. Результат объяснил природу возрастного ожирения и дал новую цель для будущих лекарств.
Хотя длительность помех не превышала десяти секунд, это первый известный случай такого рода. Обычно спутникам не хватает мощности для создания радиосигналов той силы, что нужна для подобных помех.
Вселенная может оказаться «замкнутой» глобальной структурой, где свет от далеких галактик способен возвращаться к наблюдателю с разных направлений. Именно такой сценарий не удалось исключить авторам нового масштабного обзора. Проверить его предсказания астрономы смогут уже в ближайшие годы.
Ученые впервые на молекулярном уровне доказали, что обычная вода одновременно состоит из двух разных жидких состояний — более плотного и менее плотного, которые непрерывно сменяют друг друга. Раз молекулярная «двойственность» действительно существует, это подтверждает спорную 30-летнюю гипотезу. Новое открытие поможет, наконец, объяснить десятки «странных» физических аномалий воды, включая ее расширение при замерзании и парадоксальное изменение вязкости под давлением.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
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
Последние комментарии