الذكاء الاصطناعي يقدم مساهمات عظيمة! شبكة عصبية تعيد بناء صور شمسية ثلاثية الأبعاد، وتكشف عن أقطاب شمسية لأول مرة
المؤلف: أضف صفرًا
المحرر: لي باوزو، سانيانغ
استخدم باحثون في المركز الوطني لأبحاث الغلاف الجوي في كولورادو الشبكة العصبية NeRFs لتحويل صور ثنائية الأبعاد للشمس إلى صور ثلاثية الأبعاد، مما أدى إلى الكشف عن أقطاب الشمس لأول مرة.
تشير الأشعة فوق البنفسجية المتطرفة (EUV) إلى الإشعاع الشمسي بطول موجي يتراوح بين 10 إلى 120 نانومتر. في حين أن الأشعة فوق البنفسجية القصوى تؤثر على السحب الجوي للأقمار الصناعية ذات المدار الأرضي المنخفض، فإنها تشكل أيضًا تهديدًا لصحة الإنسان. يمكن أن يؤدي التعرض المفرط لإشعاع EUV إلى فقدان البصر وحروق الشمس وحتى أمراض خطيرة مثل سرطان الجلد.
إن التنبؤ بالأشعة فوق البنفسجية القصوى لا ينفصل عن الصورة الشمسية الكاملة. ومع ذلك، فإن أقمار التصوير EUV الحالية لا تستطيع التصوير إلا حول خط الاستواء الشمسي (مسار الشمس) ولا يمكنها مراقبة بعض وجهات النظر غير المتعلقة بمسار الشمس بشكل مباشر. وبالإضافة إلى تأثير الغلاف الجوي، فإن الرسومات ثنائية الأبعاد لا تستطيع الحصول على رسم دقيق للمواضع، كما أنه من الصعب معالجة عدد كبير من الصور خلال فترة زمنية محدودة. وتجعل هذه العوائق إعادة بناء البنية الهندسية ثلاثية الأبعاد للشمس أمرا صعبا للغاية.
لحل هذه المشكلة،وقد استخدم بينوا تريمبلاي، عالم الفيزياء الشمسية في المركز الوطني لأبحاث الغلاف الجوي في كولورادو، وزملاؤه الشبكة العصبية NeRFs لتحويل الصور ثنائية الأبعاد للشمس إلى صور ثلاثية الأبعاد، مما أدى إلى الكشف عن أقطاب الشمس لأول مرة.بالنسبة لنقاط المراقبة غير المتعلقة بمسار الشمس، يتمتع النموذج بنسبة ذروة الإشارة إلى الضوضاء تبلغ 43.3 ديسيبل ومتوسط خطأ نسبي مطلق يبلغ 0.3%، مما يوفر صورة ثلاثية الأبعاد متسقة تم إعادة بنائها للشمس.
الذكاء الاصطناعي يعيد بناء إحدى المناطق القطبية للشمس
لم يتم ملاحظة هذه المنطقة مطلقًا في الحياة الواقعية.
عنوان الورقة:
https://arxiv.org/abs/2211.14879
قم بمتابعة الحساب الرسمي ورد "صورة شمسية" لتحميل النص الكامل
عملية تجريبية: إعادة بناء الشمس ثلاثية الأبعاد
مجموعة البيانات: صور نموذج الشمس الأمامية
استخدم الباحثون عمليات المحاكاة المغناطيسية الهيدروديناميكية (MHD) التي أجرتها شركة Predictive Science Inc (PSI) للهالة الشمسية لتقدير التوزيع العالمي ثلاثي الأبعاد لمعلمات البلازما والمجالات المغناطيسية في الغلاف الجوي الشمسي. تم اختيار إجمالي 256 صورة نموذجية أمامية للشمس مأخوذة من نقاط مراقبة متباعدة بالتساوي على مدى فترة 193 عامًا، وتم استخدام 32 نقطة مراقبة على مسار الشمس كمجموعة تدريب وتم استخدام نقاط المراقبة عند خطوط العرض خارج مسار الشمس كمجموعة اختبار.
صور الشمس للتدريب
أ: 2019-07-02 20:41:08 (UT) صورة قمر صناعي للشمس التي تبلغ 193Å مأخوذة من مسار الشمس؛
ب: صورة محاكاة من وجهة نظر القمر الصناعي المستخرجة من النموذج الثلاثي الأبعاد للشمس؛
ج: مواقع 256 نقطة مراقبة مستخرجة من النموذج ثلاثي الأبعاد، مرمزة بالألوان للإشارة إلى وجهات النظر التي تم استخدامها لمجموعة التدريب (اللون الوردي) ومجموعة الاختبار (اللون الأخضر).
بنية الخوارزمية: نموذج SuNeRF
غاية:إعادة بناء الهندسة ثلاثية الأبعاد للشمس من مجموعة من صور التدريب.
طريقة:يتم تعيين كل نقطة إحداثية (x، y، z) إلى معاملات الانبعاث والامتصاص (ε، κ) باستخدام شبكة عصبية مصممة لمحاكاة الحجم.
وظيفة:بالنسبة لكل بكسل، قم بأخذ عينة من الشعاع من السكان.
مبدأ نقل الإشعاع:حساب الكثافة الكلية بناءً على مبدأ نقل الإشعاع.
هندسة نموذج SuNeRF
عملية التدريب: إعادة بناء ثلاثية الأبعاد للصور ثنائية الأبعاد
تم تعديل الشبكة العصبية NeRFs وتم إنشاء الشبكة العصبية SuNeRFs لتدريب الخوارزمية.
تعديل نموذج NeRF:ضبط نموذج NeRFs ليتناسب مع الواقع المادي للشمس، واستبدال تنبؤات نموذج NeRF للكثافة واللون بمعاملات الانبعاث والامتصاص.
حسابات الانبعاث والامتصاص:بالنسبة لكل بكسل، يتم حساب الانبعاث الإجمالي عن طريق نقاط أخذ العينات على طول مسار الشعاع. يتم التنبؤ بمعاملات الانبعاث والامتصاص (ϵ، κ) عند كل نقطة (x، y، z). يتم حساب الانبعاث (I) عن طريق ضرب κ بمسافة شعاع العينة (ds). يتم تعريف الامتصاص (A) على أنه exp(κ * ds)، مقياسًا بين 0 و1 في كل نقطة.
حساب إجمالي الكثافة المرصودة:دمج جميع نقاط العينة، مع الأخذ في الاعتبار الامتصاص على مسار الشعاع من الأصل إلى المراقب، واستخدام قيمة الكثافة المتكاملة لحساب الكثافة الإجمالية المرصودة (I_total).
تحسين قيمة البكسل:قم بتطبيق تمارين التمدد البسيطة لتحسين نطاق القيمة للتدريب.
أخذ عينات أشعة NeRF تتكيف مع الهندسة الشمسية:عينة من الأشعة من الشمس ضمن نطاق نصف القطر الشمسي [-1.3، 1.3] من الشمس.
يقوم الذكاء الاصطناعي بتحويل صورة القمر الصناعي ثنائية الأبعاد للشمس (يسار) إلى إعادة بناء ثلاثية الأبعاد (وسط)
وحساب عملية المنطقة القطبية الشمسية (على اليمين) التي لم يسبق رؤيتها من قبل
استغرق التدريب حوالي 19 ساعة على وحدة معالجة الرسوميات NVIDIA A100 باستخدام حوالي 30 حقبة بحجم دفعة يبلغ 8096 شعاعًا. خوارزمية الانتشار الخلفي التي اقترحها روميلهارت وآخرون. في عام 1986 تم اعتماد تقدير اللحظة التكيفية (آدم) (كينجما وبا، 2015)، وتم استخدام معدل التعلم lr = 5 × 10^-4، وتم استخدام متوسط الخطأ التربيعي (MSE) كدالة خسارة.
النتائج التجريبية: إعادة بناء ثلاثية الأبعاد عالية الدقة
يتم تقدير عدم اليقين في النموذج عن طريق تركيب مجموعة من خمسة SuNeRFs مع تهيئة مختلفة وحساب الانحراف المعياري للإخراج.
تقييم الجودة:يوضح الشكل (أ) نسبة ذروة الإشارة إلى الضوضاء (PSNR) والتشابه الهيكلي (SSIM) لكل وجهة نظر في المحاكاة. توفر SuNeRFs نتائج عالية الجودة مع الحد الأدنى من SSIM البالغ 0.97. تظهر النقاط القريبة من المستوى الكسوف أصغر خطأ، في حين يتزايد الخطأ تدريجيًا مع خط العرض، كما هو متوقع من تقسيم التدريب والاختبار.
مقارنة النماذج:الشكل (ب) يقارن النموذج بالطريقة الأساسية. عند خطوط العرض الأعلى، يظهر الإسقاط البسيط تشوهات وانحرافات كبيرة عن الحقيقة الأساسية، في حين يعرض نموذج SuNeRF نفس الصورة تقريبًا. وتُظهر خرائط الاختلاف أن الأخطاء الرئيسية تحدث بالقرب من حافة الشمس وحولها، وهو ما ينعكس أيضًا في خرائط عدم اليقين. تجدر الإشارة إلى أن طريقة إعادة الإسقاط لا يمكنها التعامل مع مناطق الحافة.
تقييم SuNeRF
أ) تم تقييم PSNR وSSIM عند 256 نقطة مراقبة، ممثلة بنقاط عند خطوط العرض والطول المقابلة. يشير اللون إلى جودة إعادة البناء، حيث تشير القيم الأكبر إلى اتفاق أفضل مع الحقيقة الأساسية. يشير الخط الأحمر المتقطع عند ± 7 درجات من خط العرض إلى الفصل بين وجهتي نظر التدريب والاختبار؛
(ب) مقارنة نوعية لطريقة الأساس (إعادة الإسقاط الكروي؛ الصف الأول)، والبيانات المحاكاة (الحقيقة الأساسية؛ الصف الثاني)، وإعادة بناء SuNeRF (الصف الثالث) عند خطوط العرض المختلفة. تحدد خرائط الاختلاف (الصف الرابع) المناطق التي تنحرف فيها طريقتنا عن الحقيقة الأساسية. تقديرات عدم اليقين (الصف الخامس) تتفق مع الأخطاء.
يوضح الجدول أدناه ملخص نتائج التقييم الكمي لمجموعة الاختبار بأكملها. يتفوق نموذج SuNeRF على الطريقة الأساسية بهامش كبير ولا يُظهر أي علامات على المبالغة أو التقليل من التقدير، مما يحقق دقة عالية في إعادة بناء الشمس ثلاثية الأبعاد.
كوافو: الحلم الصيني بمطاردة الشمس
الشمس هي النجم الأقرب إلينا والوحيد الذي يمكن دراسته بالتفصيل. فهو يمنحنا الضوء والدفء، ولكنه أيضًا له تأثير كبير على الأرض. ولذلك، لم يتوقف الناس أبدًا عن استكشاف أسرار الشمس على مر السنين، وكان "مطاردة الرياح والشمس" دائمًا حلم الباحثين العلميين الصينيين.
يمكن تسمية Xihe، الذي تم إطلاقه في عام 2021، بالمستكشف لمشروع استكشاف الطاقة الشمسية في بلدي، في حين أن Kuafu-1 (ASO-S) هو جهاز متعدد الاستخدامات في مراقبة الشمس، والذي يمكنه مراقبة الشمس من الأشعة فوق البنفسجية والضوء المرئي ونطاقات الأشعة السينية. إن القمرين الصناعيين لاستكشاف الشمس اللذين أطلقتهما بلدي لهما تركيز خاص، وسوف يعملان بشكل مشترك على تعزيز نفوذ بلدي في مجال أبحاث الفيزياء الشمسية العالمية ويصبحان الشريك الأقوى للعلماء الصينيين في "مطاردة الشمس".
باعتباره القمر الصناعي الشامل لاستكشاف الطاقة الشمسية في بلدي، حقق Kuafu-1 ثلاثة إنجازات أولى:
- ولأول مرة، تم اختيار "مجال مغناطيسي واحد وعاصفتين" كأهداف علمية وتم تكوين مجموعة الحمولة المقابلة.
- ولأول مرة، تم رصد المجال المغناطيسي المتجه للقرص الشمسي الكامل، وتصوير الإشعاع غير الحراري للانفجارات الشمسية، وتشكيل القرص الشمسي من خلال القذف الكتلي الإكليلي، وانتشار الإكليل في وقت واحد على منصة قمر صناعي واحدة.
- لأول مرة، تم رصد القرص الشمسي الكامل والإكليل الشمسي في وقت واحد في نطاق ليمان ألفا
إذا كانت تكنولوجيا الذكاء الاصطناعي التي تتزايد نضجها بمثابة قوس مرسوم بالكامل، فإن رغبة البشر الغنية في المعرفة هي سهم يطير إلى الفضاء العميق الغامض.
مراجع:
https://ml4physicalsciences.github.io/2022/files/NeurIPS_ML4PS_2022_170.pdf