L'IA a amélioré les photographies du soleil

Les scientifiques ont noté que l'observation du Soleil constitue un test sévère pour les appareils, car ils rencontrent

un flux incessant de particules solaires etlumière intense. Au fil du temps, les lentilles sensibles et les capteurs des télescopes commencent à se dégrader. Pour garantir l'exactitude des données fournies par ces instruments, les scientifiques effectuent périodiquement des étalonnages pour s'assurer qu'ils comprennent exactement comment interpréter les informations.

Cela concerne principalement l'ObservatoireSolar Dynamics de la NASA, qui fournit des images haute résolution du Soleil depuis plus d'une décennie. Ses images ont permis aux scientifiques d'examiner en détail divers phénomènes solaires qui peuvent provoquer la météo spatiale et affecter les astronautes, la technologie sur Terre et dans l'espace. Mais l'appareil doit être constamment calibré.

Étude : Une nouvelle vie pourrait naître après la mort du Soleil

Par conséquent, les chercheurs ont formé un algorithme machineapprendre à reconnaître les structures solaires et à les comparer aux données de l'observatoire. Pour ce faire, ils ont fourni à l'algorithme des images obtenues lors des vols d'étalonnage de la fusée-sonde, et ont informé l'IA du niveau d'étalonnage requis. Après suffisamment de ces exemples, ils fournissent à l'algorithme des images similaires pour que le modèle détermine le niveau d'étalonnage pour lui-même. Avec suffisamment de données, l'algorithme apprend par lui-même à déterminer la quantité de calibrage nécessaire pour chaque image.

Pour commencer, les scientifiques ont enseigné à un algorithme commentressemble à une éruption solaire, lui montrant des éruptions solaires à toutes les longueurs d'onde jusqu'à ce qu'il reconnaisse ces phénomènes sur tous les types de lumière. Une fois que le programme aura appris à reconnaître une éruption solaire sans aucune dégradation, l'algorithme sera en mesure de déterminer l'ampleur de la dégradation affectant les images actuelles et la quantité d'étalonnage nécessaire pour chacune d'elles.

Après cela, les chercheurs peuvent être plusconfiance dans l'étalonnage déterminé par l'algorithme. Lors des premières comparaisons de données d'étalonnage virtuel et d'étalonnage manuel, les résultats de l'apprentissage automatique étaient très précis.

Lire la suite

L'intestin de requin se révèle comme la valve de Nikola Tesla

Pour la première fois de l'histoire, 9 étoiles ont disparu en une demi-heure et ne sont pas revenues

Des physiciens ont expliqué ce qui se passerait si la lune s'approchait de la Terre