Плазменные петли над солнечными пятнами, наблюдаемые в ультрафиолетовом свете. Фото предоставлено: DKIST/NSO/AURA/NS
Исследования астрономов и ученых-компьютерщиков из Института астрономии Гавайского университета (IfA) могут революционизировать наше понимание Солнца. Исследование, являющееся частью проекта «SPIn4D», сочетает в себе передовую солнечную астрономию с передовой информатикой для анализа данных крупнейшего в мире наземного солнечного телескопа в Халеакале, Мауи.
Исследование команды, недавно опубликованное в Astrophysical Journal, сосредоточено на разработке моделей глубокого обучения, которые быстро анализируют огромные объемы данных, полученные от солнечного телескопа Дэниела К. Иноуе Национального научного фонда США (NSF). Цель состоит в том, чтобы реализовать весь потенциал наблюдений телескопа, что потенциально может привести к прорыву в скорости, точности и объеме анализа солнечных данных.
«Сильные солнечные бури несут ответственность за потрясающие полярные сияния, но также могут представлять опасность для спутников, радиосвязи и электросетей. Лучшее понимание места их рождения, солнечной атмосферы, чрезвычайно важно», — сказал Кай Ян, постдокторант из IfA, который руководил работой. «Мы использовали современное моделирование, чтобы имитировать то, что увидят Иноуэ. Объединение этих данных с машинным обучением дает бесценную возможность исследовать трехмерную солнечную атмосферу практически в реальном времени».
Солнечный телескоп Иноуе, которым управляет Национальная солнечная обсерватория NSF (NSO), на сегодняшний день является самым мощным солнечным телескопом в мире и расположен на вершине 10 000-футового пика Халеакала, что в переводе означает «Дом Солнца», на острове Мауи. . Приборы телескопа предназначены для измерения магнитного поля Солнца с использованием поляризованного света, а проект SPIn4D был разработан специально для использования этих данных, которые доступны только в наборе инструментов солнечного телескопа.
Инновационные солнечные исследования
Команда ученых НСО и Высотной обсерватории (HAO) использует глубокие нейронные сети для оценки физических свойств солнечной фотосферы на основе наблюдений с высоким разрешением солнечного телескопа Иноуе. Этот метод обещает значительно ускорить анализ огромных объемов данных, получаемых солнечным телескопом, объем которых может достигать десятков терабайт в день.
«Машинное обучение очень хорошо обеспечивает быстрое приближение к дорогостоящим вычислениям. «В этом случае модель позволит астрономам визуализировать солнечную атмосферу в реальном времени, вместо того, чтобы ждать часами для достижения той же точности», — сказал соавтор Питер Садовски. Доцент кафедры информатики и компьютерных наук UH Mānoa.
Имитация солнца
Для обучения своих моделей искусственного интеллекта команда создала обширный набор данных смоделированных солнечных наблюдений. Используя более 10 миллионов процессорных часов суперкомпьютера NSF в Шайенне, они создали 120 терабайт данных, которые имитируют наблюдения с чрезвычайно высоким разрешением, полученные с солнечного телескопа Иноуе.
Команда уже опубликовала 13-терабайтную часть своих данных вместе с подробным руководством. Они планируют выпустить свои полностью обученные модели глубокого обучения в качестве инструмента сообщества для анализа наблюдений с солнечного телескопа Иноуе.
Информация от: Гавайским университетом в Маноа.
