[ad_1]
Se han logrado importantes avances en la investigación de las auroras gracias a la inteligencia artificial, que ha ayudado a los científicos a clasificar y estudiar las auroras boreales. Se han ordenado y categorizado más de 700 millones de imágenes de fenómenos aurorales, allanando el camino para predecir mejor las tormentas geomagnéticas que podrían alterar las comunicaciones críticas y los sistemas de seguridad en la Tierra. La clasificación surge del conjunto de datos THEMIS de la NASA, que registra imágenes de auroras cada tres segundos, tomadas desde 23 estaciones de observación en toda América del Norte. Se espera que este progreso mejore en gran medida la comprensión de las interacciones del viento solar con la magnetosfera de la Tierra.
Clasificación de conjuntos de datos y técnicas.
De acuerdo a Según informes publicados en phys.org, investigadores de la Universidad de New Hampshire desarrollaron un innovador algoritmo de aprendizaje automático que analizó los datos de THEMIS recopilados entre 2008 y 2022. Las imágenes se clasificaron en seis categorías distintas: arco, difusas, discretas, nubladas, lunares y claras/sin crepúsculo. El objetivo era mejorar el acceso a información significativa dentro del conjunto completo de datos históricos, que permite esto. Científicos Filtrar y analizar datos de manera eficiente.
El enorme conjunto de datos contiene información importante sobre la magnetosfera protectora de la Tierra, dijo a phys.org Jeremiah Johnson, profesor asociado de ingeniería y ciencia aplicadas. Su alcance anterior ha dificultado que los investigadores exploten su potencial de manera efectiva. Este desarrollo ofrece una solución que permite estudios más rápidos y completos del comportamiento crepuscular.
Impacto en futuras investigaciones
Se ha sugerido que una base de datos clasificada serviría como un recurso esencial para investigaciones en curso y futuras. investigación Sobre la dinámica de las auroras. Con más de una década de datos organizados, los investigadores tienen acceso a un tamaño de muestra estadísticamente significativo para las investigaciones de los fenómenos meteorológicos espaciales y sus impactos en los sistemas terrestres.
Colaboradores de la Universidad de Alaska Fairbanks y el Centro de Vuelos Espaciales Goddard de la NASA también contribuyeron a este proyecto. El uso de la inteligencia artificial en este contexto pone de relieve el papel cada vez mayor de la tecnología para afrontar los desafíos que plantean los grandes conjuntos de datos en el campo. espacio ciencias.
Recibe las últimas novedades de CES en Gadgets 360, nuestro sitio web Salón de electrónica de consumo 2025 centro.
[ad_2]
Source Article Link
