Category: it

Category was added automatically. Read all entries about "it".

Астрономия, космос, вселенная

Эксперимент, который приведет к более точному прогнозированию погоды

Эксперимент, который приведет к более точному прогнозированию погоды
https://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=20191208120244
Ученые, работающие над улучшением уровня прогнозирования погоды, надеются, что 3-4 недельные прогнозы скоро станут такими же доступными, как и семидневные. Наличие такого типа информации о погоде - так называемые субсезонные прогнозы - в руках общественности и служб по чрезвычайным ситуациям может предоставить точнейшее время, необходимое для подготовки к стихийным бедствиям, таким как волны тепла или полярный вихрь.
Такие ученые, как Университет морской науки и атмосферы имени Розенштиеля Университета Майами (UM), профессор Бен Киртман и доцент Кэтлин Пегион из Университета Джорджа Мейсона, помогают создавать более точные прогнозы в системе прогнозирования погоды с помощью проекта SubX. SubX - сокращение от «Subseasonal Experiment» - это проект, направленный на получение точнейшего субсезонного прогноза для Национальной метеорологической службы.
«Сезонные прогнозы - это самый сложный период для прогнозирования», - сказал Киртман, профессор атмосферных наук и директор Кооперативного института морских и атмосферных исследований NOAA (CIMAS). «Самое сложное - взять все наблюдения и поместить их в прогноз».
SubX заполняет пробел между прогнозом погоды и прогнозом сезонных условий, который определяется медленно меняющимися условиями океана, такими как температура поверхности моря, влажность и изменчивость почвы в климатической системе, которые работают в масштабах недель. Чтобы добраться до субсезонных масштабов, ученым нужна информация об условиях, влияющих на глобальную погоду, таких как крупномасштабные конвективные аномалии, такие как колебание Маддена-Джулиана в тропическом Индийском океане.
«Публичная база данных SubX предоставляет 3-4-недельные прогнозы прямо сейчас и предоставляет исследователям инфраструктуру для исследования, чтобы сделать их еще лучше в будущем», - сказал Пегион.
SubX уже пообещал повысить уровень прогнозирования погодных условий. Он точно предсказал количество осадков от урагана «Майкл» - примерно 50 мм, также он предсказал жару 4 июля на Аляске, где температура достигла более 32°С - в некоторых местах на 20-30 градусов выше среднего, и полярный вихрь, поразившего среднезападную часть США и восточную Канаду, из-за которого в конце января погибли 22 человека.
Для Киртмана и его команды способность делать такие прогнозы требует способности вычислять и хранить большой объем данных. Это означает, что они сильно зависят от вычислительных возможностей Центра вычислительных наук (CCS) UM для обработки сложных вычислений, необходимых для их моделей. Ресурсы CCS имеют решающее значение для Киртмана и Пегиона, чтобы своевременно, в режиме реального времени, передавать все информацию, необходимую для SubX.
Публично доступная база данных SubX содержит 17-летние исторические прогнозы (1999-2015 гг.) и более чем 18-месячные прогнозы в режиме реального времени для использования исследовательским сообществом и Национальной метеорологической службой.
Как отметил Киртман и его исследовательская группа в октября 2019 в статье журнала Американского метеорологического общества BAMS «раннее предупреждение о тепловых волнах, экстремальном холоде, внезапной засухе или других погодных опасностях до 4 недель в будущее, мы сможем снизить риск и обеспечить готовность к стихийным бедствиям, потенциально сохраняя жизнь и ресурсы. Менее экстремальные, но не менее важные, надежные вероятностные прогнозы о потенциале более теплых, холодных, влажных или сухих условий в течение нескольких недель являются ценными для рутинного планирования и управления ресурсами".
Астрономия, космос, вселенная

Солнечные вспышки в режиме реального времени

Солнечные вспышки в режиме реального времени
https://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=20191203215618
Согласно новому исследованию, компьютеры могут научиться находить солнечные вспышки и другие события в огромных потоках солнечных изображений и помогать прогнозистам из NOAA выдавать своевременные оповещения по поводу этих вспышек, согласно новому исследованию. Технология машинного обучения, разработанная учеными CIRES и Национальными центрами экологической информации NOAA (NCEI), осуществляет поиск в огромных объемах спутниковых данных, чтобы выявить особенности, важные для космической погоды. Изменение условий на Солнце и в космосе может повлиять на различные технологии на Земле, блокируя радиосвязь, повреждая электрические сети и снижая точность навигационной системы.
«Возможность обрабатывать солнечные данные в реальном времени важна, потому что вспышки, извергающиеся на Солнце, воздействуют на Землю в течение нескольких минут. Эти методы обеспечивают быстрый, постоянно обновляемый обзор солнечных особенностей и могут указать нам на области, требующие более тщательного изучения»,- сказал Роб Стинберг, синоптик в Центре прогнозирования космической погоды NOAA (SWPC) в Боулдере.
Исследование было опубликовано в октябре в Журнале космической погоды и космического климата.
Чтобы предсказать наступающую космическую погоду, синоптики суммируют текущие условия на Солнце два раза в день. Сегодня они используют рисованные карты, помеченные различными солнечными объектами-в том числе активными областями, нитями и границами корональных дыр. Но солнечные тепловизоры производят новый набор наблюдений каждые несколько минут. Например, Solar Ultraviolet Imager (SUVI) на спутниках серии GOES-R NOAA работает по 4-минутному циклу, собирая данные на шести различных длинах волн каждый цикл.
Простое отслеживание всех этих данных может занять много времени прогнозиста. «Нам нужны инструменты для обработки солнечных данных в легко усваиваемые куски времени», - сказал Дэн Ситон, ученый CIRES, работающий в NCEI и один из соавторов статьи. CIRES является частью Колорадского университета в Боулдере.
Так, Джей Маркус Хьюз, аспирант кафедры информатики в CU Boulder, ученый CIRES в NCEI и ведущий автор исследования, создал компьютерный алгоритм, который может одновременно просматривать все изображения SUVI и определять шаблоны в данных. Вместе со своими коллегами Хьюз создал базу данных отмеченных экспертами карт Солнца и использовал эти изображения, чтобы научить компьютер определять солнечные особенности, важные для прогнозирования. «Мы говорили не о том, как идентифицировать эти особенности, а о том, что нужно искать - о таких вещах, как блики, корональные дыры, яркие области, нити и выступы. Компьютер изучает, как с помощью алгоритма можно легко и просто получать нужную нам информацию», - сказал Хьюз.
Алгоритм идентифицирует солнечные признаки, используя подход дерева решений, который следует набору простых правил для различения различных признаков. Он рассматривает изображение по одному пикселю за раз и решает, например, является ли этот пиксель ярче или тусклее определенного порога, прежде чем отправить его вниз по ветке дерева. Это повторяется до тех пор, пока в самом низу дерева каждый пиксель не уместится только в одну категорию или функцию - например, вспышку.
Алгоритм изучает сотни деревьев решений и принимает сотни решений по каждому дереву, чтобы отличать различные солнечные элементы и определять «голос большинства» для каждого пикселя. Как только система будет обучена, она сможет классифицировать миллионы пикселей за секунды, поддерживая прогнозы, которые могут быть рутинными или требовать предупреждения или предупреждения.
«Этот метод действительно хорош в использовании всех данных одновременно», - сказал Хьюз. «Поскольку алгоритм очень быстро обучается, он сможет помочь прогнозистам понять, что происходит на Солнце, гораздо быстрее, чем они в настоящее время».
Техника также видит образцы, которые люди не могут наблюдать. «Иногда он может найти функции, которые нам было бы трудно идентифицировать самим. Таким образом, машинное обучение может направить наше научное исследование и определить важные характеристики функций, которые мы не знали, чтобы дать нам информацию, которую мы сами получить не можем», - сказал Ден Ситон.
Умение алгоритма находить закономерности полезно не только для краткосрочного прогнозирования, но и для того, чтобы помочь ученым оценить долгосрочные солнечные данные и улучшить модели Солнца. «Поскольку алгоритм может смотреть на 20-летние изображения и находить закономерности в данных, мы сможем ответить на вопросы и решить долгосрочные проблемы, которые были неразрешимы», - сказал Ден Ситон.
NCEI и SWPC все еще тестируют инструмент для отслеживания изменяющихся солнечных условий, чтобы синоптики могли выдавать более точные прогнозы. Этот инструмент может быть официально введен в эксплуатацию уже в конце 2019 года.
Астрономия, космос, вселенная

«Проблема трех тел» решается искусственным интеллектом

«Проблема трех тел» решается искусственным интеллектом
https://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=20191106192431
Умопомрачительные вычисления, необходимые для предсказания того, как три небесных тела вращаются вокруг друг друга, сбивали с толку физиков со времен сэра Исаака Ньютона. Теперь искусственный интеллект (ИИ) показал, что он может решить эту проблему за долю того времени, которое требовалось предыдущим подходам.
Ньютон был первым, кто сформулировал проблему в 17 веке, но найти простой способ ее решения оказался невероятно трудным. Гравитационные взаимодействия между тремя небесными объектами, такими как планеты, звезды и луны, приводят к хаотической системе, которая является сложной и очень чувствительной к начальным позициям каждого тела.
Современные подходы к решению этих проблем включ...
Астрономия, космос, вселенная

Искусственный интеллект помогает астрофизикам определять размеры экзопланет

Искусственный интеллект помогает астрофизикам определять размеры экзопланет
https://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=20191014050042
Используя метод машинного обучения, команда исследователей из института Instituto de Astrofísica e Ciências do Espaço смогла наложить ограничения на радиус экзопланет с известной массой.
Солен Ульмер-Молл (Solène Ulmer-Moll), магистрант Университета Порту и главный автор исследования, объяснила, что эти результаты были получены с использованием знаний из различных научных областей: «Этот новый способ предсказывания радиуса экзопланеты является идеальным примером синергетического взаимодействия между планетологией и методами машинного обучения».
Чтобы охарактеризовать планету, ученым требуется знать как массу, так и размер, чтобы с их помощью рассчитать плотность вещ...
Астрономия, космос, вселенная

Curiosity, Sol 2524: Конец буровой кампании Glen Etive 1

Curiosity, Sol 2524: Конец буровой кампании Glen Etive 1
https://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=20190913232057
В центре внимания Curiosity, с момента возвращения к операциям после соединения, теперь, когда Марс благополучно вышел из-за солнца, является завершение анализа, связанного с буровой кампанией в «Glen Etive». В прошлый сол мы планировали поместить образцы c DBA (бурового долота) в APXS (рентгеновский спектрометр) и использовать MAHLI для получения крупных планом в цвете и текстурой области, а также получить изображения буровой скважины и связанных с ним мелких частиц, окружающие яму (хвосты).
На снимке изображение скважины Glen Etive 1, отверстие диаметром ~ 1,6 см.
Снимки MAHLI с хвостами бурения позволили нам выбрать лучшее место в хвостах для сбора образцов и проведения их анализа с...