Sinir ağları güneş gözlemlerini simüle eder

Hawaii Üniversitesi Astronomi Enstitüsü’ndeki (IfA) gökbilimciler ve bilgisayar bilimcileri tarafından yapılan araştırmalar, güneş anlayışımızda devrim yaratabilir. “SPIn4D” projesinin bir parçası olan çalışma, Haleakalā, Maui’nin tepesinde bulunan dünyanın en büyük yer tabanlı güneş teleskobundan gelen verileri analiz etmek için en ileri güneş astronomisini gelişmiş bilgisayar bilimiyle birleştiriyor.

Ekibin yakın zamanda yaptığı araştırma yayınlandı içinde Astrofizik Dergisi ABD Ulusal Bilim Vakfı (NSF) Daniel K. Inouye Güneş Teleskobu’ndan alınan büyük miktardaki verileri hızlı bir şekilde analiz eden derin öğrenme modellerinin geliştirilmesine odaklanıyor. Amaç, güneş verileri analizinin hızı, doğruluğu ve kapsamı açısından potansiyel olarak atılımlara yol açabilecek teleskop gözlemlerinin tüm potansiyelini ortaya çıkarmaktır.

IfA doktora sonrası araştırmacısı Kai Yang, “Büyük güneş fırtınaları baş döndürücü kutup ışıklarından sorumludur, ancak aynı zamanda uydular, radyo iletişimleri ve elektrik şebekeleri için de risk oluşturabilir. Doğdukları yer olan güneş atmosferinin daha iyi anlaşılması son derece önemlidir” dedi. çalışmalara öncülük etti. “Inouye’nin göreceğini taklit etmek için son teknoloji simülasyonları kullandık. Bu verileri makine öğrenimiyle birleştirmek, üç boyutlu güneş atmosferini neredeyse gerçek zamanlı olarak keşfetmek için paha biçilmez bir fırsat sunuyor.”

NSF Ulusal Güneş Gözlemevi (NSO) tarafından işletilen Inouye Güneş Teleskobu, bugüne kadar dünyanın en güçlü güneş teleskopudur ve Maui’nin “güneşin evi” anlamına gelen Haleakalā’nın 3.000 metrelik zirvesinde yer almaktadır. Teleskopun aletleri, polarize ışık kullanarak güneşin manyetik alanını ölçmek için tasarlanmıştır ve SPIn4D projesi, yalnızca güneş teleskobunun alet takımında bulunabilen bu verileri kullanmak için özel olarak tasarlanmıştır.

Yenilikçi güneş enerjisi araştırması

NSO ve Yüksek İrtifa Gözlemevi’nden (HAO) bilim adamlarından oluşan ekip, Inouye Güneş Teleskobu’nun yüksek çözünürlüklü gözlemlerinden güneş fotosferinin fiziksel özelliklerini tahmin etmek için derin sinir ağlarından yararlanıyor. Bu yöntem, güneş teleskobu tarafından üretilen ve günde onlarca terabayta ulaşabilen devasa veri hacimlerinin analizini önemli ölçüde hızlandırmayı vaat ediyor.

Ortak yazar Peter Sadowski şöyle konuştu: “Makine öğrenimi, pahalı hesaplamalara hızlı yaklaşımlar sağlama konusunda çok iyi. Bu durumda model, gökbilimcilerin aynı doğruluğu elde etmek için saatlerce beklemek yerine, güneş atmosferini gerçek zamanlı olarak görselleştirmelerine olanak tanıyacak.” UH Mānoa bilgi ve bilgisayar bilimleri bölümünde doçent.

Güneşi simüle etmek

Ekip, yapay zeka modellerini eğitmek için simüle edilmiş güneş gözlemlerinden oluşan kapsamlı bir veri seti oluşturdu. NSF’nin Cheyenne süper bilgisayarında 10 milyondan fazla CPU saati kullanarak, Inouye Güneş Teleskobu gözlemlerini son derece yüksek çözünürlükte taklit eden 120 terabaytlık veri oluşturdular.

Ekip, ayrıntılı bir eğitimle birlikte verilerinin 13 terabaytlık bir alt kümesini zaten kamuya açık hale getirdi. Inouye Güneş Teleskobu gözlemlerini analiz etmek için bir topluluk aracı olarak tam eğitimli derin öğrenme modellerini yayınlamayı planlıyorlar.