主要研究 今天

联合国大学空间科学中心的研究人员正在利用人工智能(AI)的力量来预测地球中纬度附近的太空天气——结果出人意料地准确, 包括新罕布什尔州.

源自太阳并与我们的磁层相互作用的太空风暴可以在地球上产生美丽的景象——比如北极光——或者对我们的电网和卫星通信造成严重破坏. 长期以来，研究人员一直在寻找方法，在这些风暴到达我们的磁层之前预测它们，以帮助保护有价值的基础设施. 以前开发的基于物理的预测模型非常耗时, 因此，科学家们现在正在测试神经网络——机器学习的一种形式, 或者人工智能——希望能加快风暴预测过程. A 新的研究 发表在《永利app新版本官网地址》杂志上的文章重点研究了使用两种不同的数据集来训练开源神经网络来探测和预测太空风暴.

“我们对这些机器学习模型的表现感到惊讶，”迈克尔·考夫兰博士说.D. 物理学候选人和这项新研究的主要作者. “总的来说, 使用神经网络可以更快地产生结果, 但一开始你要牺牲一些准确性.”

“我们对这些机器学习模型的表现感到惊讶. 在一般情况下, 使用神经网络可以更快地产生结果, 但一开始你要牺牲一些准确性."

与中纬度地区相比，高纬度地区(靠近地球两极的地区)对地球磁场变化的研究更多, 哪里有更多的人居住，有更多的基础设施, 考夫兰解释说. 出于这些原因，他选择将研究重点放在中纬度地区. 通过结合太阳风的历史卫星数据和地下磁力计，记录了1998年至2017年地球磁场的变化, 他能够训练神经网络，以合理的精度预测过去由太阳风暴引起的磁场变化.

这项研究, 是由NSF EPSCoR轨道2奖资助的, 是利用大数据集解决社会问题的努力的一部分吗. Coughlan与主要研究和阿拉斯加大学的研究人员合作, 费尔班克斯, 谁是其中的一部分 团队的魔术师 这是一个致力于更多地了解太空电流接近地球后的行为的小组. “小组的反馈非常有帮助，”考夫兰说. “他们提出了我从未想过的想法, 或者建议我用不同的方式编写代码, 作出调整, 提出要审查我的工作. 机器学习可能很棘手, 但深入研究这个过程并从中学习也是很有趣的.”

艾米Keesee, 他是联合国大学物理学教授，也是这项研究的合著者, 说他们的目标是建立一个预测模型，当有大的太空风暴接近时，它会警告电力公司，这样他们就可以做好准备，避免对基础设施造成灾难性的破坏.

“我们离这个还很远，我们还处于早期阶段，但这项研究的发现相当重要,她解释道.

Keesee指出，机器学习和地面磁力计研究对她来说都是相当新的研究领域. “我通常研究磁层, 在那边,她说。, 但这项研究有助于将它们联系在一起. “这真的很酷, 现在这个项目快结束了, 我看到了我通常研究的地球夜晚一侧的离子是如何影响地面磁场的. 我看到所有这些现象汇聚在一起.”

的 联合国大学地球、海洋和空间研究所(EOS) 是联合国大学最大的研究企业, 由六个以跨学科为重点的中心组成, 对地球和气候系统的高影响力研究, 空间科学, 海洋环境, 海底测绘和环境声学. 大约有100名主要研究人员管理着400多个个人补助金, 每年的开支超过9500万美元, EOS营造了一个知识和科学的环境，在世界一流的研究生教育中推进了有远见的奖学金和领导力.