Das MIT sagt genau voraus, aus welcher Höhe und mit welcher Kraft eine Welle die Küste treffen wird

Um das Verhalten einer brechenden Welle vorherzusagen, verwenden Wissenschaftler traditionell eine von zwei Methoden: entweder

Ich versuche, eine Welle basierend auf zu simulierenWechselwirkungen einzelner Wassermoleküle und Luftgase mithilfe von Wellengleichungen oder führen Sie Experimente durch und messen Sie tatsächliche Daten. Wie Forscher des Massachusetts Institute of Technology feststellten, sind solche Ansätze recht komplex: Der erste erfordert enorme Rechenressourcen und der zweite erfordert eine große Anzahl von Experimenten.

In seiner neuen Arbeit, veröffentlicht in der ZeitschriftNature Communications, Wissenschaftler am MIT, verwendeten sowohl Methoden als auch maschinelles Lernen, um das Verhalten von brechenden Wellen effektiv vorherzusagen. Die Forscher fanden heraus, dass das neue Modell besser vorhersagen kann, wie und wann Wellen brechen. Beispielsweise schätzte die KI die Steilheit einer Welle unmittelbar vor dem Brechen sowie ihre Energie und Frequenz nach dem Brechen genauer als herkömmliche Wellengleichungen.

Die Forscher sammelten Daten über die Bewegung von Wellen währendZeit der Experimente in einem 40-Meter-Tank. An einem Ende des Tanks installierten die Autoren der Arbeit ein Ruder, dessen Bewegung zum Auftreten einer Welle in der Mitte des Tanks führte. Sensoren entlang der gesamten Länge des Beckens maßen die Höhe des Wassers, während sich die Welle ausbreitete.

Solche Experimente brauchen viel Zeit.Zeit. Zwischen jedem Experiment müssen Sie warten, bis das Wasser vollständig ruhig ist, bevor Sie mit dem nächsten Experiment beginnen, sonst beeinflussen sie sich gegenseitig.

Debbie Iltink, Co-Autorin der Studie

Bild: MIT

Wissenschaftler führten etwa 250 Experimente durch undnutzten die Messdaten, um das neuronale Netz zu trainieren. Beispielsweise hat der Algorithmus gelernt, reale Wellen in Experimenten mit Wellen zu vergleichen, die in einem einfachen Modell vorhergesagt wurden, und basierend auf den Unterschieden zwischen ihnen das Modell so abzustimmen, dass es der Realität entspricht.

Nach dem Training des Algorithmus auf experimentellDiese Forscher testeten die Leistung des neuronalen Netzwerks anhand der Daten von zwei unabhängigen Experimenten, die jeweils in separaten Wellenbecken unterschiedlicher Größe durchgeführt wurden. Tests haben gezeigt, dass das neuronale Netzwerk genauere Vorhersagen liefert als die Ergebnisse, die unter Verwendung von Wellengleichungen erhalten werden.

Wie die Autoren der Arbeit anmerken, erwischte es auch AIeine wichtige Eigenschaft brechender Wellen, bekannt als "Downshift", bei der die Frequenz der Welle auf einen niedrigeren Wert verschoben wird. Das ist laut den Forschern ein sehr wichtiger Faktor, denn mit abnehmender Frequenz beschleunigt sich die Welle. Das neuronale Netzwerk sagt die Frequenzänderung vor und nach jeder brechenden Welle voraus, was besonders wichtig sein kann, wenn man sich auf Küstenstürme vorbereitet.

„Wenn Sie vorhersagen wollen, wann es high istDie Wellen erreichen den Hafen und verlassen ihn, bevor diese Wellen eintreffen. Wenn Sie dann die Wellenfrequenz falsch angeben, ist die berechnete Wellenanfluggeschwindigkeit falsch“, fügt Yltink hinzu.

Die Forscher stellten ihr Modell im Formular vorOpen-Source-Software, die allen Benutzern zur Verfügung steht. Die Autoren glauben, dass es beispielsweise bei der Klimamodellierung der Fähigkeit des Ozeans, Kohlendioxid und andere atmosphärische Gase zu absorbieren, sowie bei der Modellierung von Tests von Offshore-Plattformen und Küstenanlagen nützlich sein kann.

Weiter lesen:

Er wird seit Jahrhunderten gejagt: Was wissen wir über den Planeten Vulkan neben der Sonne?

Physiker haben ein neues Grundgesetz für Flüssigkeiten experimentell bestätigt

Astronomen haben einen Planeten in der Nähe der Erde gefunden: Er hat eine sehr seltsame Umlaufbahn