În mod tradițional, pentru a prezice comportamentul unui val care se sparge, oamenii de știință folosesc una dintre două metode: fie
În noua sa lucrare, publicată în jurnalNature Communications, oamenii de știință de la MIT au folosit atât metode, cât și învățarea automată pentru a prezice eficient comportamentul valurilor care se sparg. Cercetătorii au descoperit că noul model prezice mai bine cum și când se sparg valurile. De exemplu, AI a estimat abruptul unui val imediat înainte de spargere, precum și energia și frecvența acesteia după spargere, mai precis decât ecuațiile convenționale ale valurilor.
Cercetătorii au colectat date despre mișcarea valurilor în timpultimpul experimentelor într-un rezervor de 40 de metri. La un capăt al rezervorului, autorii lucrării au instalat o vâslă, a cărei mișcare a dus la apariția unui val în mijlocul rezervorului. Senzorii de-a lungul întregii lungimi a piscinei au măsurat înălțimea apei pe măsură ce valul se propaga.
Astfel de experimente necesită mult timp.timp. Între fiecare experiment, trebuie să așteptați până când apa este complet calmă înainte de a începe următorul experiment, altfel se vor afecta reciproc.
Debbie Iltink, co-autor al studiului
Imagine: MIT
Oamenii de știință au efectuat aproximativ 250 de experimente șia folosit datele de măsurare pentru a antrena rețeaua neuronală. De exemplu, algoritmul a învățat să compare undele reale în experimente cu unde prezise într-un model simplu și, pe baza diferențelor dintre ele, ajustează modelul astfel încât să se potrivească cu realitatea.
După antrenamentul algoritmului pe experimentalAcești cercetători au testat performanța rețelei neuronale pe baza datelor a două experimente independente, fiecare dintre ele desfășurate în rezervoare de valuri separate, cu dimensiuni diferite. Testele au arătat că rețeaua neuronală oferă predicții mai precise decât rezultatele obținute cu ajutorul ecuațiilor de undă.
După cum notează autorii lucrării, a prins și AIo proprietate importantă a undelor de rupere, cunoscută sub numele de „downshift”, în care frecvența undei este deplasată la o valoare mai mică. Potrivit cercetătorilor, acesta este un factor foarte important, deoarece pe măsură ce frecvența scade, unda se accelerează. Rețeaua neuronală prezice schimbarea frecvenței înainte și după fiecare val care se sparge, ceea ce poate fi deosebit de important atunci când se pregătește pentru furtunile de coastă.
„Dacă vrei să prezici când este marevalurile vor ajunge în port și îl vor părăsi înainte ca aceste valuri să sosească, apoi dacă greșiți frecvența undei, atunci viteza calculată de apropiere a undei va fi greșită”, adaugă Yltink.
Cercetătorii și-au prezentat modelul sub formăsoftware open source care este disponibil pentru toți utilizatorii. Autorii cred că poate fi util, de exemplu, în modelarea climatică a capacității oceanului de a absorbi dioxidul de carbon și alte gaze atmosferice, precum și pentru modelarea testării platformelor offshore și a instalațiilor de coastă.
Citeste mai mult:
A fost vânat de secole: ce știm despre planeta Vulcan de lângă Soare
Fizicienii au confirmat experimental o nouă lege fundamentală pentru lichide
Astronomii au găsit o planetă în apropierea Pământului: are o orbită foarte ciudată