Ученые предложили искать корональные дыры на Солнце с помощью нейросети
Москва. 23 декабря. ИНТЕРФАКС – Группа ученых МГУ им. М.В.Ломоносова, Кисловодской горной астрономической станции и Технологического института в Нью-Джерси предложила метод на основе машинного обучения для определения корональных дыр - областей на Солнце, отвечающих за проявление геомагнитных бурь, сообщает пресс-служба МГУ.
"В основе метода лежит сверточная нейронная сеть, на вход поступает изображение Солнца, на выходе формируется карта активных областей (корональных дыр). Оказалось, что новая модель применима к более широкому спектру входных данных, чем использовались при обучении. С ее помощью удается обрабатывать синоптические карты – развертки полной поверхности Солнца, составленные за один оборот Солнца", - говорится в сообщении.
По словам одного из авторов работы, ассистента кафедры теории вероятностей МГУ Егора Илларионова, полученная модель машинного обучения может обнаруживать корональные дыры на уровне, сопоставимом с экспертной оценкой.
"При этом, в отличие от эксперта, модель не устает, не теряет внимание и тратит на один снимок доли секунды: скорость работы модели позволяет анализировать снимки в режиме онлайн. Открывается возможность массовой обработки архивов наблюдений, что важно, по единым стандартам", - приводятся в сообщении слова ученого.
Отмечается, что ученые также создали приложение модели для прогноза космической погоды. Выделение корональных дыр, оценка их размера и положения является одним из первых этапов в сложном процессе моделирования распространения солнечного ветра.
"От того, насколько точным окажется прогноз времени и района прихода частиц солнечного ветра, зависит устойчивость работы спутниковых и телекоммуникационных систем, безопасность космических миссий и авиасообщения", - уточнил Илларионов.
В настоящее время учёные МГУ в сотрудничестве с Андреем Тлатовым (Кисловодская горная астрономическая станция РАН) и Александром Косовичевым (Технологический институт Нью Джерси) ведут работы по созданию автоматических систем мониторинга и прогноза различных факторов космической погоды.
Исследования поддержаны Российским научным фондом (РНФ).
Читайте "Интерфакс-Образование" в "Facebook", "ВКонтакте", "Яндекс.Дзен" и "Twitter"