Последние новости
Ученые нашли новый вид огромных ядовитых пауков Для сборки iPhone на заводе Foxconn наняли гуманоидных роботов Каждый четвертый ноутбук в 2024 году оказался с ИИ Стало известно о серьезной болезни звезды «Солдат» В России купили шубу за рекордные 34 млн рублей Как вести себя с шумными соседями, чтобы избежать конфликта, но добиться тишины Гаджет Apple спас жизнь отца Тима Кука Перечислены пять стран, которые смогут пережить ядерную зиму Зачем вьетнамцы пьют кровь кобры
Uchenye ispolzovalinbspii dlja obrabotki 700 millionov izobrazhenij severnogo sijanija 9ab819d.jpg

Ученые использовали ИИ для обработки 700 миллионов изображений северного сияния

Северное сияние — не только красивое явление, но и индикатор активности на Солнце, которая может нарушать работу коммуникаций и инфраструктуры на Земле. Ученые из Университета Нью-Гэмпшира разработали инструмент на базе искусственного интеллекта (ИИ), который проанализировал и классифицировал крупнейшую базу данных изображений северного сияния. Это поможет лучше понимать и прогнозировать геомагнитные бури.

В работе, опубликованной в журнале Journal of Geophysical Research: Machine Learning and Computation, ученые применили методы машинного обучения для обработки более 706 миллионов снимков. Эти данные были собраны спутниками THEMIS, изучающими космическое окружение Земли. THEMIS фиксирует изображения ночного неба каждые три секунды с 23 станций по всей Северной Америке.

С помощью нового алгоритма ученые классифицировали изображения по шести категориям: арка, диффузное сияние, дискретное сияние, облачность, лунный свет и отсутствие сияния. Это упрощает работу с данными и делает их более доступными для изучения.

Созданный ИИ-инструмент позволяет не только лучше изучать северное сияние, но и глубже понять, как солнечная активность влияет на Землю. Авторы исследования надеются, что их работа ускорит развитие новых методов прогнозирования геомагнитных бурь.

Ученые использовали ИИ для обработки 700 миллионов изображений северного сияния

© Journal of Geophysical Research: Machine Learning and Computation

Добавить комментарий