來自奧地利格拉茨大學(xué)、Skoltech公司的科學(xué)家和他們來自美國和德國的同事開發(fā)了一個新的神經(jīng)網(wǎng)絡(luò)，能夠可靠地從天基觀測中檢測日冕孔。 這一應(yīng)用為更可靠的空間天氣預(yù)測鋪平了道路，并為太陽活動周期的研究提供了寶貴的信息。這篇論文發(fā)表在《天文學(xué)與天體物理學(xué)》雜志上。

就像我們在地球上的生命依賴于太陽的光一樣，我們的電子 "生命"也依賴于我們最接近的恒星的活動以及它與地球磁場的相互作用。對于人眼來說，太陽看起來幾乎是恒定的，但太陽非?；钴S，經(jīng)常出現(xiàn)爆發(fā)，并在地球上引起地磁暴。由于這個原因，太陽外層的大氣層，即日冕，一直被基于衛(wèi)星的望遠(yuǎn)鏡所監(jiān)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(qū)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"。逃逸的粒子形成了高速的太陽風(fēng)流，最終可以擊中地球，引起地磁暴。這些洞在太陽上的出現(xiàn)和位置隨太陽活動的變化而變化，也給我們提供了關(guān)于太陽長期演變的重要信息。

格拉茨大學(xué)的研究科學(xué)家、該研究的主要作者Robert Jarolim說："檢測日冕洞對傳統(tǒng)算法來說是一項困難的任務(wù)，對人類觀察者來說也是一項挑戰(zhàn)，因為太陽大氣中還有其他黑暗區(qū)域，如絲狀物，很容易與日冕洞混淆。"

在他們的論文中，作者描述了一個被稱為CHRONNOS（多光譜數(shù)據(jù)上的日冕洞識別神經(jīng)網(wǎng)絡(luò)）的卷積神經(jīng)網(wǎng)絡(luò)，他們開發(fā)了這個網(wǎng)絡(luò)來檢測日冕洞。Jarolim說："人工智能使我們能夠根據(jù)日冕洞的強(qiáng)度、形狀和磁場特性來識別它們，這與人類觀察者考慮的標(biāo)準(zhǔn)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(xué)教授、該出版物的共同作者Astrid Veronig補(bǔ)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(jīng)網(wǎng)絡(luò)的輸入，這使得網(wǎng)絡(luò)能夠在多通道表示中找到關(guān)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(fā)生變化，并在2014年達(dá)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(nèi)的大約1700張圖像訓(xùn)練了他們的模型，并表明該方法對所有太陽活動水平都是一致的。通過將結(jié)果與261個人工識別的日冕洞進(jìn)行比較，對神經(jīng)網(wǎng)絡(luò)進(jìn)行了評估，在98%的情況下與人類標(biāo)簽相匹配。此外，作者還研究了基于磁場圖的日冕洞檢測，這看起來與EUV觀測結(jié)果有很大的不同。對于人類來說，僅從這些圖像中無法識別日冕孔，但人工智能學(xué)會了以不同方式感知圖像，并能夠識別日冕孔。