DigitalArtSpace

Разработанная исследователями система LLMFlareNet применяет большие языковые модели для предсказания интенсивных солнечных вспышек, классифицируемых как M и выше. Данная технология позволяет с большей точностью, чем имеющиеся решения, прогнозировать события, представляющие угрозу для функционирования спутников и навигационного оборудования на нашей планете.

LLMFlareNet проводит анализ данных о магнитных полях, связанных с активными регионами Солнца, представляя этот процесс как непрерывное накопление энергии. Для обработки данных, получаемых с обсерватории SDO, модель использует трансформерную архитектуру и предварительно обученную модель BERT. Наблюдения охватывают 10 основных параметров, фиксируемых каждые 36 минут в течение суток, что приводит к формированию временных рядов, состоящих из 40 точек.

Благодаря этой технологии удается отделить истинные сигналы, связанные с активностью Солнца, от помех и непредсказуемых колебаний. Важные характеристики определяются даже при изменении распределения данных в течение солнечных циклов.

Согласно проведенному анализу, определяющим фактором является совокупный поток магнитного поля в области границы полярностей (R_VALUE). Значительно возрастает вероятность вспышек, когда R_VALUE превышает 3.5, что соответствует областям выраженного градиента и формированию сигмоидальных структур на Солнце.

Сравнение с ведущими мировыми аналогами, такими как NASA/CCMC и SolarFlareNet, продемонстрировало, что LLMFlareNet обладает рядом преимуществ. Архитектура, основанная на трансформерах, позволяет учитывать взаимосвязи на больших расстояниях и оценивать глобальный контекст магнитных полей, при этом снижается влияние помех, исходящих от смежных областей. Это способствует повышению точности и надёжности прогнозов.

Система предназначена для работы с перспективными обсерваториями, например, ASO-S и LAVSO (Xihe-2), которые будут передавать данные из точки Лагранжа L5. Это позволяет создать масштабную систему раннего оповещения о солнечной активности в режиме реального времени.

LLMFlareNet впервые использует большие языковые модели в качестве универсального вычислительного ядра для решения задач в гелиофизике, объединяя машинное обучение и физическую интерпретацию. Эта новая система задает новый уровень точности и скорости прогнозирования потенциально опасных солнечных вспышек.

Похожие статьи

Новый алгоритм Дарвина-Гёделя учит искусственный интеллект самостоятельно программировать.

В США производят эффективные процессоры: тайванские чипы TSMC возвращаются на родину для завершения производства.

В продаже — новая Lada Granta с увеличенным дорожным просветом

Новые модели Kia могут появиться на российском рынке.

Недорогой аналог Toyota Camry с пробегом более 2000 км завоевал популярность

Рамный внедорожник BAW 212 T01 с мощным двигателем: «Китайский УАЗ» с комфортом.