Konvekčné granuly v slnečnej fotosfére. (NSO/AURA/NSF) Skrytý turbulentný pohyb, ktorý sa odohráva vo vnútri atmosféry Slnka, môže presne predpovedať novo vyvinutá neurónová sieť.
Na základe údajov o teplote a vertikálnom pohybe zozbieraných z povrchu slnečnej fotosféry mohol model AI správne identifikovať turbulentný horizontálny pohyb pod povrchom. To by nám mohlo pomôcť lepšie porozumieť slnečnej konvekcii a procesom, ktoré generujú explózie a výtrysky vychádzajúce zo Slnka.
'Vyvinuli sme novú konvolučnú neurónovú sieť na odhad priestorového rozloženia horizontálnej rýchlosti pomocou priestorového rozloženia teploty a vertikálnej rýchlosti,' napísal tím výskumníkov pod vedením astronóma Ryohtaroha Ishikawu z Národného astronomického observatória Japonska.
„To viedlo k efektívnej detekcii priestorovo rozšírených prvkov a koncentrovaných prvkov. [..] Naša sieť vykazovala vyšší výkon takmer vo všetkých priestorových mierkach v porovnaní s tými, ktoré boli uvedené v predchádzajúcich štúdiách.
Slnečná fotosféra je oblasť atmosféry Slnka, ktorá sa bežne označuje ako jeho povrch. Je to najnižšia vrstva slnečnej atmosféry a oblasť, v ktorej vzniká slnečná aktivita, ako sú slnečné škvrny, slnečné erupcie a výrony koronálnej hmoty.
Ak sa pozriete pozorne, povrch fotosféry nie je jednotný. Je pokrytý časťami natlačenými na seba, svetlejšími v strede a tmavými smerom k okrajom. Tieto sa nazývajú granule a sú to vrcholy konvekcia bunky v slnečnej plazme. Horúca plazma stúpa v strede a potom klesá späť nadol okolo okrajov, keď sa pohybuje smerom von a ochladzuje sa.
Keď pozorujeme tieto bunky, môžeme merať ich teplotu, ako aj ich pohyb pomocou Dopplerovho javu, ale horizontálny pohyb nie je možné zistiť priamo. Toky v menšom meradle v týchto bunkách však môžu interagovať so slnečnými magnetickými poľami a spustiť iné slnečné javy. Okrem toho sa predpokladá, že turbulencie zohrávajú úlohu aj pri zahrievaní slnečnej koróny, takže vedci chcú presne pochopiť, ako sa plazma správa vo fotosfére.
Ishikawa a tím vyvinuli numerické simulácie turbulencie plazmy a použili tri rôzne súbory simulačných údajov na trénovanie svojej neurónovej siete. Zistili, že iba na základe údajov o teplote a vertikálnom toku dokáže AI v simuláciách presne opísať horizontálne toky, ktoré by boli na skutočnom Slnku nezistiteľné.
To znamená, že by sme ho mohli nakŕmiť solárnymi údajmi a očakávať, že výsledky, ktoré vráti, budú v súlade s tým, čo sa skutočne deje na našej fascinujúcej, zakazujúcej hviezde.
Neurónová sieť však potrebuje nejaké jemné doladenie. Aj keď dokázala odhaliť rozsiahle toky, AI mala problémy s výberom menších funkcií. Keďže presnosť malých turbulencií je pre niektoré výpočty kľúčová, vyriešenie tohto problému by malo byť ďalším krokom vo vývoji ich softvéru, uviedli vedci.
'Porovnaním výsledkov troch konvekčných modelov sme zistili, že rýchly pokles koherenčného spektra nastal na stupniciach, ktoré boli nižšie ako stupnice vstrekovania energie, ktoré boli charakterizované vrcholmi výkonových spektier vertikálnych rýchlostí. To znamená, že sieť nebola vhodne trénovaná na reprodukciu rýchlostných polí v malých mierkach generovaných turbulentnými kaskádami. napísali vo svojich novinách .
'Tieto výzvy možno preskúmať v budúcich štúdiách.'
O niečo bližšie k domovu výskumníci vyvíjajú svoj softvér, ktorý tiež pomôže lepšie pochopiť turbulencie vfúzne plazmy– ďalšia dôležitá aplikácia pre budúce použitie.
Výskum bol publikovaný v r Astronómia a astrofyzika .