Работа с нейросетями открывает перспективы для ускорения, повышения точности и расширения возможностей оценки солнечной активности — пишет « Hi-Tech_Mail.ru ».
Ученые из Института астрономии Университета Гавайев (IfA) сделали шаг, способный перевернуть наше представление о Солнце. В рамках проекта SPIn4D они объединили передовые методы изучения Солнца и современные технологии глубокого обучения, чтобы анализировать данные, полученные с крупнейшего солнечного телескопа в мире. Исследование демонстрирует, как нейросети позволяют оперативно анализировать колоссальные объемы данных, поступающих с телескопа.
«Мощные бури на солнце — это не только источник ярких полярные сияния, но и серьезная угроза для работы спутников, радиосвязи и энергетических систем. Изучение их источника — солнечной атмосферы — имеет огромное значение», — объясняет Кай Янг, постдокторант IfA, возглавляющий это исследование. «Мы использовали передовые симуляции для моделирования данных телескопа Иноуэ. Сочетание этих данных с методами машинного обучения предоставляет уникальную возможность изучать солнечную атмосферу в трехмерном формате и практически в режиме реального времени».
Телескоп Иноуэ — это крупнейший и мощнейший солнечный телескоп на планете. Он способен измерять магнитное поле Солнца при помощи оценки поляризованного света. Проект SPIn4D разработан непосредственно для работы с этими уникальными данными.
Ученые из Национальной солнечной обсерватории, в которой расположен телескоп Иноуэ, а также Высотной обсерватории применяют нейросети для анализа физических свойств фотосферы солнца, опираясь на высокоточные данные, полученные с телескопа. Эта методика позволяет значительно ускорить обработку данных, объем которых может достигать десятков терабайт в день.
«Машинное обучение отлично справляется с быстрыми оценками сложных вычислений. В данном случае, наша модель позволяет астрономам визуализировать атмосферу Солнца буквально в режиме реального времени, в то время как стандартные методы требуют часов для достижения такой же точности», — отметил соавтор исследования Питер Садовски.
Для обучения нейросетей команда создала впечатляющий своими размерами набор симулированных солнечных наблюдений. В течение более 10 миллионов часов процессорного времени на суперкомпьютере Cheyenne, они сгенерировали 120 терабайт данных, которые имитируют наблюдения телескопа Иноуэ с исключительно высоким разрешением.
Часть созданного набора данных, объемом 13 терабайт, уже доступна общественности вместе с подробным руководством. Исследователи также планируют открыть доступ к обученным моделям нейросетей, чтобы предоставить сообществу мощный инструмент для анализа данных телескопа Иноуэ.
«Это сотрудничество между астрономами и специалистами в области машинного обучения открывает новую эру в изучении Солнца», — заключают специалисты. Их работа не только повышает наши возможности в оценке солнечных бурь и их последствий, но также прокладывает путь к новаторским применениям в других областях науки и технологий.
Тем временем на Солнце произошла вспышка близкая к классу Х.