تم الكشف عن الاضطرابات الخفية في جو الشمس بواسطة نموذج الذكاء الاصطناعي الجديد

حبيبات الحمل الحراري في الفوتوسفير الشمسي. (NSO / AURA / NSF)

يمكن التنبؤ بدقة بالحركة المضطربة الخفية التي تحدث داخل الغلاف الجوي للشمس بواسطة شبكة عصبية مطورة حديثًا.

عند تغذية بيانات درجة الحرارة والحركة العمودية التي تم جمعها من سطح الغلاف الضوئي الشمسي فقط ، يمكن لنموذج الذكاء الاصطناعي التعرف بشكل صحيح على الحركة الأفقية المضطربة تحت السطح. يمكن أن يساعدنا هذا في فهم الحمل الحراري الشمسي بشكل أفضل ، والعمليات التي تولد انفجارات ونفاثات تنطلق من الشمس.

لقد طورنا شبكة عصبية تلافيفية جديدة لتقدير التوزيع المكاني للسرعة الأفقية باستخدام التوزيعات المكانية لدرجة الحرارة والسرعة الرأسية ، كتب فريق من الباحثين بقيادة عالم الفلك ريوتاروه إيشيكاوا من المرصد الفلكي الوطني في اليابان.

وقد أدى ذلك إلى الكشف الفعال عن الميزات المنتشرة مكانيًا والميزات المركزة. [..] أظهرت شبكتنا أداءً أعلى على جميع المقاييس المكانية تقريبًا مقارنة بتلك المذكورة في الدراسات السابقة.

الغلاف الضوئي الشمسي هو منطقة الغلاف الجوي للشمس والتي يشار إليها عادة بسطحها. إنها الطبقة الأدنى من الغلاف الجوي الشمسي ، والمنطقة التي ينشأ فيها النشاط الشمسي مثل البقع الشمسية والتوهجات الشمسية والانبعاثات الكتلية الإكليلية.

إذا نظرت عن كثب ، فإن سطح الفوتوسفير ليس موحدًا. إنه مغطى بأقسام مزدحمة معًا ، أفتح في الوسط ومظلمة عند الحواف. هذه تسمى الحبيبات ، وهي قمم الحمل خلايا البلازما الشمسية. ترتفع البلازما الساخنة من المنتصف ثم تسقط مرة أخرى حول الحواف بينما تتحرك للخارج وتبرد.

عندما نلاحظ هذه الخلايا ، يمكننا قياس درجة حرارتها ، وكذلك حركتها عبر تأثير دوبلر ، لكن لا يمكن اكتشاف الحركة الأفقية مباشرة. ومع ذلك ، يمكن أن تتفاعل التدفقات على نطاق أصغر في هذه الخلايا مع الحقول المغناطيسية الشمسية لإثارة ظواهر شمسية أخرى. بالإضافة إلى ذلك ، يُعتقد أيضًا أن الاضطراب يلعب دورًا في تسخين الهالة الشمسية ، لذلك يحرص العلماء على فهم كيفية تصرف البلازما بالضبط في الغلاف الضوئي.

طور إيشيكاوا وفريقه عمليات محاكاة عددية لاضطراب البلازما ، واستخدموا ثلاث مجموعات مختلفة من بيانات المحاكاة لتدريب شبكتهم العصبية. ووجدوا أنه استنادًا إلى درجة الحرارة وبيانات التدفق الرأسي فقط ، يمكن للذكاء الاصطناعي أن يصف بدقة التدفقات الأفقية في عمليات المحاكاة التي لا يمكن اكتشافها على الشمس الحقيقية.

هذا يعني أنه يمكننا إطعامها ببياناتها الشمسية ونتوقع أن النتائج التي تعود بها تتفق مع ما يحدث بالفعل على نجمنا الرائع الممنوع.

ومع ذلك ، فإن الشبكة العصبية تحتاج إلى بعض الضبط الدقيق. بينما كان قادرًا على اكتشاف التدفقات واسعة النطاق ، واجه الذكاء الاصطناعي مشكلة في اختيار الميزات الأصغر. قال الباحثون ، نظرًا لأن دقة الاضطراب على نطاق صغير أمر بالغ الأهمية لبعض الحسابات ، فإن حل هذا يجب أن يكون الخطوة التالية في تطوير برامجهم.

بمقارنة نتائج نماذج الحمل الثلاثة ، لاحظنا أن الانخفاض السريع في طيف التماسك حدث على المقاييس التي كانت أقل من مقاييس حقن الطاقة ، والتي تميزت بقمم أطياف القدرة للسرعات الرأسية. هذا يعني أن الشبكة لم يتم تدريبها بشكل مناسب لإعادة إنتاج مجالات السرعة في المقاييس الصغيرة الناتجة عن التسلسلات المضطربة ، كتبوا في ورقتهم .

'يمكن استكشاف هذه التحديات في الدراسات المستقبلية.'

بالقرب من المنزل ، يقوم الباحثون بتطوير برامجهم للمساعدة أيضًا في فهم الاضطرابات بشكل أفضلبلازما الانصهار- تطبيق مهم آخر للاستخدام في المستقبل.

تم نشر البحث في علم الفلك والفيزياء الفلكية .

من نحن

نشر حقائق تقارير مستقلة ومثبتة عن الصحة والفضاء والطبيعة والتكنولوجيا والبيئة.