俄罗斯科学家通过机器学习辨识太阳日冕洞

如果我们想要预测从太阳朝向地球喷发的高能粒子,以及它们引发的剧烈地磁风暴,追踪太阳高层大气中的"日冕洞"是最好的方法。最近有研究团队测试了以电脑视觉-机器学习的方法来训练电脑识别这些模式。

俄罗斯科学家通过机器学习辨识太阳日冕洞

太阳的大气-日冕并非均匀分布,在不同的位置及时间的推移,日冕的密度和相应的外观都会发生变化,某些区域看起来更亮,其他区域则形成昏暗的日冕洞。

日冕洞代表此处等离子体密度较低,这里的磁场向外太空开放射出,而不是封闭向下回到太阳的内部。这些区域的开放磁场为太阳风(高能粒子)提供了脱离太阳的出口。

日冕洞(B)附近的磁场为开放向外。
日冕洞(B)附近的磁场为开放向外。

因此日冕洞的形成和演化,位置和大小对于预测太阳风和预测太空天气非常重要。此外,追踪太阳周期中的日冕洞可以观察磁场如何影响太阳活动,甚至可以帮助我们预测即将发生的太阳活动。

在最近的研究中,俄罗斯莫斯科州立大学的Egor Illarionov等人尝试使用类神经网络来处理大量的太阳影像。Illarionov的团队使用处理过的太阳全球平面图当作训练集,放入他们设计的卷积神经网络(一种非常擅长分析影像的深度学习演算法)来学习辨识日冕洞。卷积神经网络的优势在于,它不需要人类先描述目标(日冕洞)的特征,能够自行学习,只要有足够的训练时间,便能辨识其他照片中的日冕洞。

研究团队使用这种方法构建了一份2010年至2020年的日冕洞目录,他们也将演算法的程序代码和产生的日冕洞目录公开。如果训练的样本足够多,未来这个方法对于太空天气的甚至太阳活动的预测将更准确。

微信扫码关注公众号获取最新消息

原创文章,作者:好汉科普网,如若转载,请联系我们:thinkou@126.com 并注明出处:https://www.108hei.com/archives/2864

微信公众号