Tradicionalmente, para predecir el comportamiento de una ola rompiente, los científicos utilizan uno de dos métodos:
En su nuevo trabajo, publicado en la revistaNature Communications, los científicos del MIT utilizaron ambos métodos y el aprendizaje automático para predecir de manera efectiva el comportamiento de las olas rompientes. Los investigadores encontraron que el nuevo modelo es mejor para predecir cómo y cuándo rompen las olas. Por ejemplo, la IA estimó la inclinación de una ola inmediatamente antes de romperse, así como su energía y frecuencia después de romperse, con mayor precisión que las ecuaciones de onda convencionales.
Los investigadores recopilaron datos sobre el movimiento de las olas durantetiempo de experimentos en un tanque de 40 metros. En un extremo del tanque, los autores de la obra instalaron un remo, cuyo movimiento provocó la aparición de una ola en el medio del tanque. Los sensores a lo largo de toda la piscina midieron la altura del agua a medida que se propagaba la ola.
Tales experimentos toman mucho tiempo.tiempo. Entre cada experimento, debe esperar hasta que el agua esté completamente tranquila antes de comenzar el siguiente experimento, de lo contrario, se afectarán entre sí.
Debbie Iltink, coautora del estudio
Imagen: MIT
Los científicos realizaron alrededor de 250 experimentos yutilizó los datos de medición para entrenar la red neuronal. Por ejemplo, el algoritmo ha aprendido a comparar ondas reales en experimentos con ondas predichas en un modelo simple y, en función de las diferencias entre ellas, ajusta el modelo para que coincida con la realidad.
Después de entrenar el algoritmo en experimentosEstos investigadores probaron el rendimiento de la red neuronal con los datos de dos experimentos independientes, cada uno de los cuales se lleva a cabo en tanques de olas separados con diferentes tamaños. Las pruebas han demostrado que la red neuronal proporciona predicciones más precisas que los resultados obtenidos mediante ecuaciones de onda.
Como los autores de la nota de trabajo, AI también captóuna propiedad importante de las olas rompientes, conocida como "desplazamiento descendente", en la que la frecuencia de la ola se desplaza a un valor más bajo. Según los investigadores, este es un factor muy importante, porque a medida que la frecuencia disminuye, la onda se acelera. La red neuronal predice el cambio de frecuencia antes y después de cada ola rompiente, lo que puede ser especialmente importante cuando se prepara para tormentas costeras.
“Si quieres predecir cuándo es altolas olas llegarán al puerto y lo abandonarán antes de que lleguen estas olas, luego, si se equivoca en la frecuencia de la ola, entonces la velocidad de aproximación de la ola calculada será incorrecta”, agrega Yltink.
Los investigadores presentaron su modelo en formasoftware de código abierto que está disponible para todos los usuarios. Los autores creen que puede ser útil, por ejemplo, en el modelado climático de la capacidad del océano para absorber dióxido de carbono y otros gases atmosféricos, así como para modelar las pruebas de plataformas marinas e instalaciones costeras.
Lee mas:
Ha sido cazado durante siglos: qué sabemos del planeta Vulcano junto al Sol
Los físicos han confirmado experimentalmente una nueva ley fundamental para los líquidos
Astrónomos han encontrado un planeta cerca de la Tierra: tiene una órbita muy extraña