Se ha logrado un gran avance en la investigación de las auroras gracias a la inteligencia synthetic, que ayuda a los científicos en la clasificación y el estudio de las auroras boreales. Se han clasificado y etiquetado más de 700 millones de imágenes de fenómenos aurorales, allanando el camino para una mejor previsión de las tormentas geomagnéticas que pueden alterar los sistemas críticos de comunicación y seguridad en la Tierra. La categorización surge del conjunto de datos THEMIS de la NASA, que registra imágenes de auroras cada tres segundos, capturadas desde 23 estaciones de monitoreo en toda América del Norte. Se espera que este avance mejore significativamente la comprensión de las interacciones del viento photo voltaic con la magnetosfera de la Tierra.
Categorización y técnicas de conjuntos de datos
De acuerdo a Según informes de phys.org, investigadores de la Universidad de New Hampshire desarrollaron un innovador algoritmo de aprendizaje automático que analizó los datos de THEMIS recopilados entre 2008 y 2022. Las imágenes se clasificaron en seis categorías distintas: arco, difusa, discreta, nublada, lunar, y claro/sin aurora. El objetivo period mejorar el acceso a conocimientos significativos dentro del extenso conjunto de datos históricos, permitiendo a los científicos filtrar y analizar datos de manera eficiente.
Jeremiah Johnson, profesor asociado de ingeniería y ciencias aplicadas, declaró a phys.org que el vasto conjunto de datos contiene información essential sobre la magnetosfera protectora de la Tierra. Su escala anterior dificultaba que los investigadores aprovecharan eficazmente su potencial. Este desarrollo ofrece una solución que permite estudios más rápidos y completos del comportamiento de las auroras.
Impacto en la investigación futura
Se ha sugerido que la base de datos categorizada servirá como recurso elementary para investigaciones en curso y futuras sobre la dinámica auroral. Con más de una década de datos organizados, los investigadores tienen acceso a un tamaño de muestra estadísticamente significativo para investigaciones sobre eventos climáticos espaciales y sus efectos en los sistemas de la Tierra.
Colaboradores de la Universidad de Alaska-Fairbanks y el Centro de Vuelos Espaciales Goddard de la NASA también contribuyeron a este proyecto. El uso de la IA en este contexto pone de relieve el papel cada vez mayor de la tecnología para abordar los desafíos que plantean los vastos conjuntos de datos en el campo de la ciencia espacial.
Vea lo último del Shopper Electronics Present en Devices 360, en nuestro centro CES 2025.
