Aurora borealis və ya şimal işıqları, gecə səmasında heyrətamiz bir işıq mənzərəsi ilə tanınır, lakin günəşdəki partlayıcı fəaliyyət nəticəsində yaranan və günəş küləyi ilə daşınan bu Yerə yaxın təzahür, həyati əlaqəni və enerjini kəsə bilər. yer üzündə təhlükəsizlik infrastrukturu. Nyu-Hempşir Universitetinin tədqiqatçıları süni intellektdən istifadə edərək elm adamlarına pozucu geomaqnit qasırğalarını daha yaxşı anlamağa və proqnozlaşdırmağa kömək edə biləcək ən böyük aurora şəkilləri məlumat bazasını kateqoriyalara ayırıb və etiketləyiblər.

Bu yaxınlarda “ Journal of Geophysical Research: Machine Learning and Computation” jurnalında dərc olunan tədqiqat , NASA-nın “Fırtınalar zamanı hadisələrin və makromiqyaslı qarşılıqlı təsirlərin zaman tarixi”ndə auroral hadisələrin 706 milyondan çox görüntüsünü müvəffəqiyyətlə müəyyən edib təsnif edə bilən süni intellekt və maşın öyrənmə alətləri hazırlayıb. (THEMIS) Yer ətrafındakı kosmik mühiti öyrənən əkiz kosmik gəmilər tərəfindən toplanan məlumat dəsti. THEMIS Şimali Amerikadakı 23 müxtəlif stansiyadan gün batımından gün çıxana qədər hər üç saniyədən bir gecə səmasının şəkillərini təqdim edir.

“Kütləvi məlumat dəsti tədqiqatçılara günəş küləyinin Yerin maqnitosferi ilə necə qarşılıqlı əlaqədə olduğunu, bizi günəşdən axan yüklü hissəciklərdən qoruyan qoruyucu qabarcığı anlamağa kömək edə biləcək qiymətli mənbədir” dedi tətbiqi mühəndislik və elmlər üzrə dosenti Jeremiah Johnson. tədqiqatın aparıcı müəllifi. “Ancaq indiyə qədər onun böyük ölçüsü bu məlumatlardan nə qədər səmərəli istifadə edə biləcəyimizi məhdudlaşdırır.”

Tədqiqatçılar 2008-2022-ci illər arasında THEMIS bütün səma şəkillərini (ASI) çeşidləmək və onları altı fərqli kateqoriyadan – qövs, diffuz, diskret, buludlu, ay və aydın/auroradan istifadə edərək səmərəli şəkildə şərh etmək üçün yeni bir alqoritm yaratdılar. qiymətli məlumatları süzün, çeşidləyin və əldə edin.

“Etiketli verilənlər bazası auroral dinamika haqqında daha çox məlumat verə bilər, lakin çox sadə səviyyədə biz THEMIS bütün səma təsviri məlumat bazasını təşkil etməyi məqsəd qoyduq ki, onun ehtiva etdiyi çoxlu sayda tarixi məlumat tədqiqatçılar tərəfindən daha səmərəli istifadə olunsun və gələcək tədqiqatlar üçün kifayət qədər böyük nümunə “dedi Johnson.

Tədqiqatın həmmüəllifləri arasında UNH-nin Kosmik Elm Mərkəzinin fizika və astronomiya üzrə dosenti Amy Keesee; Doğacan Su Öztürk, Donald Hampton və Metyu Blandin, hamısı Alyaska-Fairbanks Universitetindən; və NASA Goddard Kosmik Uçuş Mərkəzindən Hyunju Connor.

Ətraflı məlumat: Jeremiah W. Johnson et al, Automatic Detection and Classification in the Aurora in THEMIS All-Sky Images, Journal of Geophyssic Research: Machine Learning and Computation (2024). DOI: 10.1029/2024JH000292

New Hampshire Universiteti tərəfindən təmin edilmişdir