Traditionnellement, pour prédire le comportement d’une onde déferlante, les scientifiques utilisent l’une des deux méthodes suivantes : soit
Dans son nouvel ouvrage, publié dans la revueNature Communications, les scientifiques du MIT ont utilisé à la fois des méthodes et l'apprentissage automatique pour prédire efficacement le comportement des vagues déferlantes. Les chercheurs ont découvert que le nouveau modèle est plus efficace pour prédire comment et quand les vagues se brisent. Par exemple, l'IA a estimé la pente d'une vague juste avant son déferlement, ainsi que son énergie et sa fréquence après son déferlement, avec plus de précision que les équations d'onde conventionnelles.
Les chercheurs ont recueilli des données sur le mouvement des vagues pendanttemps d'expériences dans un réservoir de 40 mètres. A une extrémité du réservoir, les auteurs de l'ouvrage ont installé une rame dont le mouvement a entraîné l'apparition d'une vague au milieu du réservoir. Des capteurs sur toute la longueur de la piscine ont mesuré la hauteur de l'eau au fur et à mesure que la vague se propageait.
De telles expériences prennent beaucoup de temps.temps. Entre chaque expérience, vous devez attendre que l'eau soit complètement calme avant de commencer la prochaine expérience, sinon elles s'influenceront mutuellement.
Debbie Iltink, co-auteur de l'étude
Image : MIT
Les scientifiques ont mené environ 250 expériences etutilisé les données de mesure pour former le réseau de neurones. Par exemple, l'algorithme a appris à comparer des vagues réelles dans des expériences avec des vagues prédites dans un modèle simple, et sur la base des différences entre elles, à ajuster le modèle pour qu'il corresponde à la réalité.
Après avoir entraîné l'algorithme sur des expériencesCes chercheurs ont testé les performances du réseau de neurones sur les données de deux expériences indépendantes, chacune étant réalisée dans des réservoirs à vagues séparés de tailles différentes. Des tests ont montré que le réseau de neurones donne des prédictions plus précises que les résultats obtenus à l'aide des équations d'onde.
Comme le notent les auteurs du travail, AI a également prisune propriété importante des ondes déferlantes, connue sous le nom de "downshift", dans laquelle la fréquence de l'onde est décalée vers une valeur inférieure. Selon les chercheurs, c'est un facteur très important, car plus la fréquence diminue, plus l'onde s'accélère. Le réseau neuronal prédit le changement de fréquence avant et après chaque vague déferlante, ce qui peut être particulièrement important lors de la préparation aux tempêtes côtières.
"Si vous voulez prédire quand hautles vagues atteindront le port et le quitteront avant que ces vagues n'arrivent, alors si vous vous trompez sur la fréquence des vagues, la vitesse d'approche calculée des vagues sera erronée », ajoute Yltink.
Les chercheurs ont présenté leur modèle sous la formelogiciel open source disponible pour tous les utilisateurs. Les auteurs pensent qu'il peut être utile, par exemple, dans la modélisation climatique de la capacité de l'océan à absorber le dioxyde de carbone et d'autres gaz atmosphériques, ainsi que pour modéliser les tests de plates-formes offshore et d'installations côtières.
Lire la suite:
Elle est chassée depuis des siècles : que sait-on de la planète Vulcain à côté du Soleil
Des physiciens ont confirmé expérimentalement une nouvelle loi fondamentale pour les liquides
Des astronomes ont trouvé une planète près de la Terre : elle a une orbite très étrange