如果我们想要预测从太阳朝向地球喷发的高能粒子，以及它们引发的剧烈地磁风暴，追踪太阳高层大气中的＂日冕洞＂是最好的方法。最近有研究团队测试了以电脑视觉－机器学习的方法来训练电脑识别这些模式。
太阳的大气－日冕并非均匀分布，在不同的位置及时间的推移，日冕的密度和相应的外观都会发生变化，某些区域看起来更亮，其他区域则形成昏暗的日冕洞。
日冕洞代表此处等离子体密度较低，这里的磁场向外太空开放射出，而不是封闭向下回到太阳的内部。这些区域的开放磁场为太阳风（高能粒子）提供了脱离太阳的出口。
因此日冕洞的形成和演化，位置和大小对于预测太阳风和预测太空天气非常重要。此外，追踪太阳周期中的日冕洞可以观察磁场如何影响太阳活动，甚至可以帮助我们预测即将发生的太阳活动。
在最近的研究中，俄罗斯莫斯科州立大学的Egor Illarionov等人尝试使用类神经网络来处理大量的太阳影像。Illarionov的团队使用处理过的太阳全球平面图当作训练集，放入他们设计的卷积神经网络（一种非常擅长分析影像的深度学习演算法）来学习辨识日冕洞。卷积神经网络的优势在于，它不需要人类先描述目标（日冕洞）的特征，能够自行学习，只要有足够的训练时间，便能辨识其他照片中的日冕洞。
研究团队使用这种方法构建了一份2010年至2020年的日冕洞目录，他们也将演算法的程序代码和产生的日冕洞目录公开。如果训练的样本足够多，未来这个方法对于太空天气的甚至太阳活动的预测将更准确。
微信扫码关注公众号获取最新消息
原创文章，作者：浩瀚科普网，如若转载，请联系我们：thinkou@126.com 并注明出处：https://www.jsruitu.com/2864
