706 миллионов снимков: искусственный интеллект помог учёным систематизировать крупнейшую базу данных полярных сияний
Учёные Университета Нью-Гэмпшира разработали инструменты на базе искусственного интеллекта для классификации крупнейшей базы данных изображений полярного сияния. Это исследование поможет лучше понимать и прогнозировать геомагнитные бури, которые могут нарушать работу спутников, а также важных систем связи и безопасности на Земле.
Результаты работы демонстрируют успешную классификацию более 706 миллионов снимков полярного сияния из базы данных NASA THEMIS (Time History of Events and Macroscale Interactions during Substorms). Изображения собираются каждые три секунды с заката до рассвета с 23 различных станций в Северной Америке.
Образец изображений из набора данных THEMIS Oslo Aurora (OATH). Слева направо вручную назначенные метки: «Дуга», «Рассеянный», «Дискретный», «Облачный», «Луна», «Ясный». Эти изображения являются изображениями в ложных цветах, они были преобразованы в RGB с информацией об интенсивности, записанной в зелёном канале.
Источник: Journal of Geophysical Research: Machine Learning and Computation. DOI: 10.1029/2024JH000292«Этот огромный массив данных — ценнейший ресурс, помогающий понять взаимодействие солнечного ветра с магнитосферой Земли — защитным полем, которое экранирует нас от заряженных частиц, исходящих от Солнца», — объясняет ведущий автор исследования Джереми Джонсон, доцент кафедры прикладной инженерии и наук.
Исследователи создали уникальный алгоритм для обработки снимков THEMIS с 2008 по 2022 год, разделив их на шесть категорий: «Дуга», «Диффузное свечение», «Дискретное свечение», «Облачность», «Луна» и «Чистое небо без полярного сияния». Такая классификация значительно упрощает фильтрацию и поиск нужной информации.
«Маркированная база данных может раскрыть дополнительные особенности динамики полярных сияний. На базовом уровне мы стремились организовать базу данных так, чтобы исследователи могли эффективнее использовать исторические данные и иметь достаточную выборку для будущих исследований», — добавил Джонсон.
© iXBT
