就像我們在地球上的生命依賴於太陽的光一樣，我們的電子 "生命"也依賴於我們最接近的恒星的活動以及它與地球磁場的相互作用。對於人眼來說，太陽看起來幾乎是恒定的，但太陽非常活躍，經常出現爆發，並在地球上引起地磁暴。由於這個原因，太陽外層的大氣層，即日冕，一直被基於衛星的望遠鏡所監測。
在這些觀察中，其中一個突出的特征是被稱為日冕洞的延伸黑暗區域。它們看起來很暗，因為等離子體粒子可以沿著磁場從太陽表面逃到行星際空間，在日冕中留下一個 "洞"。逃逸的粒子形成瞭高速的太陽風流，最終可以擊中地球，引起地磁暴。這些洞在太陽上的出現和位置隨太陽活動的變化而變化，也給我們提供瞭關於太陽長期演變的重要信息。
格拉茨大學的研究科學傢、該研究的主要作者Robert Jarolim說："檢測日冕洞對傳統算法來說是一項困難的任務，對人類觀察者來說也是一項挑戰，因為太陽大氣中還有其他黑暗區域，如絲狀物，很容易與日冕洞混淆。"
在他們的論文中，作者描述瞭一個被稱為CHRONNOS（多光譜數據上的日冕洞識別神經網絡）的卷積神經網絡，他們開發瞭這個網絡來檢測日冕洞。Jarolim說："人工智能使我們能夠根據日冕洞的強度、形狀和磁場特性來識別它們，這與人類觀察者考慮的標準相同。"
在不同的波長下觀察，太陽大氣顯得非常不同。格拉茨大學教授、該出版物的共同作者Astrid Veronig補充說："我們使用在不同極紫外（EUV）波長下記錄的圖像以及磁場圖作為我們神經網絡的輸入，這使得網絡能夠在多通道表示中找到關系。"
近11年來檢測到的冠狀洞的動畫版本。已確定的日冕洞由紅色等高線表示。太陽在太陽周期中發生變化，並在2014年達到其最大活動。資料來源：來自Jarolim等人，2021年。
作者用2010-2017年時間范圍內的大約1700張圖像訓練瞭他們的模型，並表明該方法對所有太陽活動水平都是一致的。通過將結果與261個人工識別的日冕洞進行比較，對神經網絡進行瞭評估，在98%的情況下與人類標簽相匹配。此外，作者還研究瞭基於磁場圖的日冕洞檢測，這看起來與EUV觀測結果有很大的不同。對於人類來說，僅從這些圖像中無法識別日冕孔，但人工智能學會瞭以不同方式感知圖像，並能夠識別日冕孔。
留言列表
