رصدخانه پویاییشناسی خورشید(SDO) از زمان پرتابش در تاریخ ۱۱ فوریه ۲۰۱۰ توسط ناسا ماموریت رصد خورشید را بر عهده دارد و بیش از یک دهه است که تصاویر با کیفیت بالا از خورشید ارائه میدهد. این رصدخانه تصاویر با جزئیات بالایی از پدیدههای خورشیدی مختلف ارائه داده است.
، رصدخانه پویاییشناسی خورشید از آرایه مونتاژ تصویربرداری اتمسفر(AIA) به منظور رصد دائم خورشید استفاده میکند و هر ۱۰ ثانیه در ۱۰ طول موج مختلف تصاویری را ثبت میکند. این تصاویر اطلاعات ارزشمندی درباره خورشید که تا پیش از این امکانپذیر نبود را در اختیار محققان قرار میدهد اما از آنجا که این رصدخانه دائما در حال استفاده از آرایه مونتاژ تصویربرداری اتمسفر است این ابزار به مرور زمان خراب میشود و بنابراین نیاز است دادههای ثبت شده توسط آن دائما کالیبره شوند.
اخیرا دانشمندان به فناوری هوش مصنوعی روی آوردهاند و از آن برای کالیبره کردن برخی از تصاویر ناسا از خورشید استفاده کردهاند. این کار دادههایی را که دانشمندان از آنها برای تحقیقات خورشیدی استفاده میکنند را بهبود خواهد بخشید.
هوش مصنوعی نیز از یک الگوریتم به منظور یادگیری نحوه انجام کار خود استفاده میکند. طی این مطالعه محققان کار خود را با آموزش الگوریتم یادگیری ماشین برای شناسایی ساختارهای خورشیدی و مقایسه آن اطلاعات با دادههای ثبت شده توسط آرایه مونتاژ تصویربرداری اتمسفر آغاز کردند. آنها این کار را با افزودن تصاویر به دست آمده از پروازهای کالیبراسیون موشک ژرفاسنج به الگوریتم انجام دادند و سپس مقدار کالیبراسیون مورد نیاز آن را برایش تعیین کردند.
کالیبراسیون اندازهگیری و تعیین صحت وسیله اندازهگیری در مطابقت با مرجع تأیید شده است. هدف کالیبراسیون ایجاد نظامی مؤثر به منظور کنترل صحت و دقت پارامترهای مترولوژیکی دستگاههای آزمون و وسایل اندازهگیری و کلیه تجهیزاتی است که عملکرد آنها بر کیفیت فرایند تأثیرگذار است.
پس از انجام اقدامات ذکر شده محققان مجددا تصاویر مشابهی را به آن الگوریتم افزودند و سپس مشاهده کردند تا دریابند آیا این الگوریتم میتواند کالیبراسیون صحیح مورد نیاز برای هر تصویر را تشخیص دهد یا خیر. الگوریتم با در دست داشتن دادههای کافی این فرایند را یاد گرفته و میتواند مقدار کافی کالیبراسیون هر تصویر را تعیین کند.
از آنجا که آرایه مونتاژ در طول موجهای مختلف نور خورشید را رصد میکند دانشمندان همچنین میتوانند از الگوریتم برای مقایسه ساختارهای خاص در طول موجهای مختلف و تقویت ارزیابیهای آن استفاده کنند. طی این مطالعه محققان برای انجام این کار ابتدا با نشان دادن شرارههای خورشیدی در تمام طول موجهای ثبت شده، به الگوریتم آموزش دادند که یک شراره خورشیدی چگونه به نظر میرسد تا الگوریتم بتواند شرارههای خورشیدی را در طیفهای نوری مختلف تشخیص دهد.
هنگامی که این برنامه بتواند شرارههای خورشیدی را بدون هیچ گونه کاهش کیفیتی شناسایی کند، الگوریتم نه تنها میتواند تعیین کند که تا چه اندازه کاهش کیفیت بر کیفیت تصاویر فعلی ثبت شده توسط آرایه مونتاژ تصویربرداری اتمسفر تاثیر گذاشته بلکه میتواند مقدار کالیبراسیون مورد نیاز هر یک از تصاویر را نیز تعیین کند.
منبع: خبرگزاری دانشجویان ایران