Yapay zeka, daha iyi jeomanyetik fırtına tahmini için 700 milyon aurora görüntüsünü sınıflandırıyor

Aurora borealis veya kuzey ışıkları, gece gökyüzünde göz kamaştırıcı bir ışık gösterisiyle bilinir, ancak güneşteki patlayıcı aktivitenin neden olduğu ve güneş rüzgarı tarafından taşınan bu Dünya’ya yakın tezahür, aynı zamanda hayati iletişimleri de kesintiye uğratabilir ve Dünyadaki güvenlik altyapısı. New Hampshire Üniversitesi’ndeki araştırmacılar, yapay zekayı kullanarak, bilim adamlarının yıkıcı jeomanyetik fırtınaları daha iyi anlamalarına ve tahmin etmelerine yardımcı olabilecek şimdiye kadarki en büyük aurora görüntüleri veritabanını kategorize etti ve etiketledi.

Araştırma, yakın zamanda yayınlandı içinde Jeofizik Araştırma Dergisi: Makine Öğrenimi ve HesaplamaDünya çevresindeki uzay ortamını inceleyen ikiz uzay araçları tarafından toplanan NASA’nın Alt Fırtınalar Sırasında Olayların Zaman Tarihçesi ve Alt Fırtınalar Sırasında Makro Ölçekli Etkileşimler (THEMIS) veri setindeki 706 milyonun üzerinde gün ışığı olayını başarıyla tanımlayıp sınıflandırabilen yapay zeka ve makine öğrenme araçları geliştirdi. THEMIS, Kuzey Amerika’daki 23 farklı istasyondan gün batımından gün doğumuna kadar her üç saniyede bir gece gökyüzünün görüntülerini sağlar.

Uygulamalı mühendislik ve bilimler profesörü Jeremiah Johnson, “Devasa veri seti, araştırmacıların güneş rüzgarının, bizi güneşten gelen yüklü parçacıklardan koruyan koruyucu balon olan Dünya’nın manyetosferiyle nasıl etkileşime girdiğini anlamalarına yardımcı olabilecek değerli bir kaynaktır” dedi. çalışmanın baş yazarı. “Fakat şu ana kadar devasa boyutu, bu verileri ne kadar etkili kullanabileceğimizi sınırladı.”

Araştırmacılar, 2008’den 2022’ye kadar THEMIS tüm gökyüzü görüntülerini (ASI) sıralamak ve altı farklı kategori (yay, dağınık, ayrık, bulutlu, ay ve açık/aurora yok) kullanarak bunlara verimli bir şekilde açıklama eklemek için yeni bir algoritma oluşturdular. Değerli bilgileri filtreleyin, sıralayın ve alın.

“Etiketli veri tabanı, kutup ışığı dinamikleri hakkında daha fazla bilgi ortaya çıkarabilir, ancak çok temel düzeyde, THEMIS tüm gökyüzü görüntü veri tabanını, içerdiği büyük miktardaki tarihsel verinin araştırmacılar tarafından daha etkili bir şekilde kullanılabilmesini sağlayacak şekilde düzenlemeyi amaçladık. Gelecekteki çalışmalar için yeterince büyük bir örnek” dedi Johnson.

Araştırmanın ortak yazarları arasında UNH Uzay Bilimleri Merkezi’nde fizik ve astronomi profesörü olan Amy Keesee; Doğacan Su Öztürk, Donald Hampton ve Matthew Blandin, hepsi University of Alaska-Fairbanks’tan; ve NASA Goddard Uzay Uçuş Merkezi’nden Hyunju Connor.