Tradicionalmente, para prever o comportamento da rebentação de uma onda, os cientistas utilizam um de dois métodos: ou
Em seu novo trabalho, publicado na revistaNature Communications, cientistas do MIT usaram métodos e aprendizado de máquina para prever efetivamente o comportamento das ondas quebrando. Os pesquisadores descobriram que o novo modelo é melhor para prever como e quando as ondas quebram. Por exemplo, a IA estimou a inclinação de uma onda imediatamente antes da quebra, bem como sua energia e frequência após a quebra, com mais precisão do que as equações de onda convencionais.
Os pesquisadores coletaram dados sobre o movimento das ondas durantetempo de experimentos em um tanque de 40 metros. Em uma extremidade do tanque, os autores da obra instalaram um remo, cujo movimento levou ao aparecimento de uma onda no meio do tanque. Sensores ao longo de toda a extensão da piscina mediram a altura da água à medida que a onda se propagava.
Tais experimentos levam muito tempo.Tempo. Entre cada experimento, você deve esperar até que a água se acalme completamente antes de iniciar o próximo experimento, caso contrário, eles afetarão um ao outro.
Debbie Iltink, coautora do estudo
Imagem: MIT
Os cientistas realizaram cerca de 250 experimentos eusou os dados de medição para treinar a rede neural. Por exemplo, o algoritmo aprendeu a comparar ondas reais em experimentos com ondas previstas em um modelo simples e, com base nas diferenças entre elas, ajustar o modelo para que corresponda à realidade.
Depois de treinar o algoritmo emOs pesquisadores testaram o desempenho da rede neural nos dados de dois experimentos independentes, cada um realizado em tanques de ondas separados com tamanhos diferentes. Testes mostraram que a rede neural fornece previsões mais precisas do que os resultados obtidos usando equações de onda.
Como observam os autores do trabalho, a IA também pegouuma propriedade importante de quebra de ondas, conhecida como "downshift", na qual a frequência da onda é deslocada para um valor mais baixo. Segundo os pesquisadores, esse é um fator muito importante, pois conforme a frequência diminui, a onda se acelera. A rede neural prevê a mudança na frequência antes e depois de cada onda, o que pode ser especialmente importante na preparação para tempestades costeiras.
“Se você quiser prever quando a altaas ondas chegarão ao porto e o deixarão antes que essas ondas cheguem, então, se você errar a frequência da onda, a velocidade de aproximação da onda calculada estará errada”, acrescenta Yltink.
Os pesquisadores apresentaram seu modelo na formasoftware de código aberto que está disponível para todos os usuários. Os autores acreditam que pode ser útil, por exemplo, na modelagem climática da capacidade do oceano de absorver dióxido de carbono e outros gases atmosféricos, bem como para modelar o teste de plataformas offshore e instalações costeiras.
Consulte Mais informação:
É caçado há séculos: o que sabemos sobre o planeta Vulcano ao lado do Sol
Físicos confirmaram experimentalmente uma nova lei fundamental para líquidos
Astrônomos encontraram um planeta perto da Terra: tem uma órbita muito estranha