MIT presne predpovedá, z akej výšky a akou silou vlna dopadne na pobrežie

Tradične na predpovedanie správania lámajúcej sa vlny vedci používajú jednu z dvoch metód: buď

snaží simulovať vlnu na základeinterakcie jednotlivých molekúl vody a vzdušných plynov pomocou vlnových rovníc alebo vykonávať experimenty a merať skutočné údaje. Takéto prístupy, ako poznamenali výskumníci z Massachusettského technologického inštitútu, sú pomerne zložité: prvý vyžaduje obrovské výpočtové zdroje a druhý vyžaduje veľké množstvo experimentov.

Vo svojej novej práci, publikovanej v časopiseNature Communications, vedci z MIT použili metódy aj strojové učenie na efektívne predpovedanie správania lámajúcich sa vĺn. Vedci zistili, že nový model lepšie predpovedá, ako a kedy sa vlny zlomia. Napríklad AI odhadla strmosť vlny bezprostredne pred prelomením, ako aj jej energiu a frekvenciu po prelomení, presnejšie ako konvenčné vlnové rovnice.

Vedci zozbierali údaje o pohybe vĺn počasčas pokusov v 40-metrovej nádrži. Na jednom konci nádrže autori diela nainštalovali veslo, ktorého pohyb viedol k vzniku vlny v strede nádrže. Senzory po celej dĺžke bazéna merali výšku vody pri šírení vlny.

Takéto experimenty si vyžadujú veľa času.čas. Medzi každým experimentom musíte počkať, kým sa voda úplne ukľudní a až potom začať s ďalším experimentom, inak sa navzájom ovplyvnia.

Debbie Iltink, spoluautorka štúdie

Obrázok: MIT

Vedci vykonali asi 250 experimentov apoužil namerané údaje na trénovanie neurónovej siete. Algoritmus sa napríklad naučil porovnávať reálne vlny v experimentoch s vlnami predpovedanými v jednoduchom modeli a na základe rozdielov medzi nimi vyladiť model tak, aby zodpovedal realite.

Po trénovaní algoritmu na experimenteTíto výskumníci testovali výkon neurónovej siete na údajoch dvoch nezávislých experimentov, z ktorých každý sa vykonáva v samostatných vlnových nádržiach s rôznymi veľkosťami. Testy ukázali, že neurónová sieť poskytuje presnejšie predpovede ako výsledky získané pomocou vlnových rovníc.

Ako poznamenávajú autori diela, chytila ​​sa aj AIdôležitá vlastnosť lámania vĺn, známa ako „downshift“, pri ktorej je frekvencia vlny posunutá na nižšiu hodnotu. Podľa vedcov ide o veľmi dôležitý faktor, pretože so znižovaním frekvencie sa vlna zrýchľuje. Neurónová sieť predpovedá zmenu frekvencie pred každou vlnou a po nej, čo môže byť obzvlášť dôležité pri príprave na pobrežné búrky.

„Ak chcete predpovedať, kedy je vysokávlny sa dostanú do prístavu a opustia ho skôr, ako tieto vlny dorazia, potom ak sa pomýlite s frekvenciou vĺn, vypočítaná rýchlosť priblíženia vlny bude nesprávna,“ dodáva Yltink.

Výskumníci predstavili svoj model vo formeopen source softvér, ktorý je dostupný pre všetkých používateľov. Autori sa domnievajú, že môže byť užitočný napríklad pri klimatickom modelovaní schopnosti oceánu absorbovať oxid uhličitý a iné atmosférické plyny, ako aj pri modelovaní testovania pobrežných platforiem a pobrežných zariadení.

Čítaj viac:

Po stáročia sa loví: čo vieme o planéte Vulcan vedľa Slnka

Fyzici experimentálne potvrdili nový základný zákon pre kvapaliny

Astronómovia našli pri Zemi planétu: má veľmi zvláštnu obežnú dráhu