Forskare noterade att observationer av solen är ett svårt test för enheterna, eftersom de kolliderar med
Detta gäller främst observatorietNASAs Solar Dynamics, som har tillhandahållit högupplösta bilder av solen i över ett decennium. Hennes bilder gjorde det möjligt för forskare att titta i detalj på olika solfenomen som kan orsaka rymdväder och påverka astronauter, teknik på jorden och i rymden. Men enheten måste ständigt kalibreras.
Studie: Efter solens död kan nytt liv födas
Därför utbildade forskarna en maskinalgoritmlära sig känna igen solstrukturer och jämföra dem med observationsdata. För att göra detta försåg de algoritmen med bilder som erhölls under kalibreringsflygningarna för den klingande raketen och informerade AI om den erforderliga kalibreringsnivån. Efter tillräckligt med dessa exempel ger de algoritmen liknande bilder för modellen för att bestämma kalibreringsnivån för sig själv. Med tillräckligt med data lär sig algoritmen att bestämma hur mycket kalibrering som behövs för varje bild.
Till att börja med lärde forskare algoritmen hurser ut som ett solfack, vilket visar honom solfacklor vid alla våglängder tills han känner igen dessa fenomen på alla typer av ljus. När programmet väl har lärt sig att känna igen en solflare utan nedbrytning kommer algoritmen att kunna bestämma hur mycket nedbrytning som påverkar de aktuella bilderna och hur mycket kalibrering som behövs för var och en.
Efter det kan forskare vara flersäker på kalibreringen bestämd av algoritmen. I de första jämförelserna av virtuell kalibreringsdata och manuell kalibrering var maskininlärningsresultaten mycket exakta.
Läs mer
Hajtarm avslöjar som Nikola Teslas ventil
För första gången i historien försvann 9 stjärnor på en halvtimme och återvände inte
Fysiker berättade vad som kommer att hända om månen närmar sig jorden