Сравнение решения ПИНН рассеяния с ПИНН более высокой точности и фиксированными параметрами. Источник: Ежемесячные уведомления Королевского астрономического общества (2024 г.). DOI: 10.1093/mnras/stae1872
Исследователи из LMU, Кластера передового опыта ORIGINS, Института внеземной физики Макса Планка (MPE) и Лаборатории обработки данных ORIGINS (ODSL) достигли важного прорыва в анализе атмосфер экзопланет.
Используя физически информированные нейронные сети (PINN), им удалось смоделировать сложное рассеяние света в атмосферах экзопланет более точно, чем это было возможно ранее.
Этот метод открывает новые возможности для анализа атмосфер экзопланет, особенно в отношении влияния облаков, и может значительно улучшить наше понимание этих далеких миров.
Работа опубликована в Ежемесячных уведомлениях Королевского астрономического общества.
Когда далекие экзопланеты проходят перед своей звездой, они блокируют небольшую часть звездного света, в то время как еще меньшая его часть проникает в атмосферу планеты. Это взаимодействие приводит к изменениям в спектре света, которые отражают свойства атмосферы, такие как химический состав, температура и облачный покров.
Однако для анализа этих измеренных спектров ученым нужны модели, способные за короткое время рассчитать миллионы синтетических спектров. Только последующее сравнение рассчитанных спектров с измеренными дает информацию о составе атмосфер наблюдаемых экзопланет.
Более того, новые высокодетализированные наблюдения космического телескопа Джеймса Уэбба (JWST) требуют столь же подробных и сложных атмосферных моделей.
Быстро решайте сложные уравнения благодаря искусственному интеллекту
Центральным аспектом исследования экзопланет является рассеяние света в атмосфере, особенно в облаках. Предыдущие модели не могли удовлетворительно уловить этот разброс, что приводило к неточностям в спектральном анализе.
Физические нейронные сети предлагают здесь решающее преимущество, поскольку они способны эффективно решать сложные уравнения. В опубликованном сейчас исследовании ученые обучили две такие сети. Первая модель, разработанная без учета светорассеяния, показала впечатляющую точность с относительными ошибками в основном менее 1%.
Вторая модель включала приближения так называемого рэлеевского рассеяния — того же эффекта, из-за которого небо на Земле кажется голубым. Хотя эти приближения все еще нуждаются в дальнейшем совершенствовании, нейронная сеть смогла решить сложное уравнение, что представляет собой важный шаг вперед.
Междисциплинарное сотрудничество
Эти новые открытия стали возможными благодаря уникальному междисциплинарному сотрудничеству физиков из Мюнхенского университета Людвига-Максимилиана, кластера передового опыта ORIGINS, Института внеземной физики Макса Планка (MPE) и Лаборатории науки о данных ORIGINS (ODSL), расположенной на базе о разработке новых методов в физике на основе искусственного интеллекта.
«Эта синергия не только продвигает исследования экзопланет, но и открывает новые горизонты для развития методов в физике на основе искусственного интеллекта», — объясняет руководитель исследования Дэвид Дальбюддинг из LMU.
«В будущем мы хотим еще больше расширить наше междисциплинарное сотрудничество, чтобы более точно моделировать рассеяние света на облаках и, таким образом, полностью использовать потенциал нейронных сетей».
Информация от: Cluster of Excellence Origins
