AI उत्तरी लाइट्स वर्गीकरण और जियोमैग्नेटिक स्टॉर्म फोरकास्टिंग को बढ़ाता है
उत्तरी रोशनी के वर्गीकरण और अध्ययन में वैज्ञानिकों की सहायता करते हुए, आर्टिफिशियल इंटेलिजेंस के माध्यम से औरलल रिसर्च में एक सफलता बनाई गई है। Auroral घटनाओं की 700 मिलियन से अधिक छवियों को क्रमबद्ध और लेबल किया गया है, जो कि ज्यामिति तूफानों के बेहतर पूर्वानुमान के लिए मार्ग प्रशस्त करता है जो पृथ्वी पर महत्वपूर्ण संचार और सुरक्षा प्रणालियों को बाधित कर सकता है। वर्गीकरण नासा के थेमिस डेटासेट से उपजा है, जो हर तीन सेकंड में औरोरस की छवियों को रिकॉर्ड करता है, जो उत्तरी अमेरिका में 23 निगरानी स्टेशनों से कब्जा कर लिया गया है। उन्नति से पृथ्वी के मैग्नेटोस्फीयर के साथ सौर हवा की बातचीत की समझ को काफी बढ़ाने की उम्मीद है।
डेटासेट वर्गीकरण और तकनीक
अनुसार Phys.org में रिपोर्ट करने के लिए, न्यू हैम्पशायर विश्वविद्यालय के शोधकर्ताओं ने एक अभिनव मशीन-लर्निंग एल्गोरिथ्म विकसित किया, जिसने 2008 और 2022 के बीच एकत्र किए गए थेमिस डेटा का विश्लेषण किया। छवियों को छह अलग-अलग श्रेणियों में वर्गीकृत किया गया था: आर्क, डिफ्यूज़, असतत, बादल, चंद्रमा, और स्पष्ट/कोई अरोरा नहीं। उद्देश्य व्यापक ऐतिहासिक डेटासेट के भीतर सार्थक अंतर्दृष्टि तक पहुंच में सुधार करना था, जिससे वैज्ञानिकों को डेटा को कुशलता से फ़िल्टर और विश्लेषण करने की अनुमति मिलती है।
जेरेमिया जॉनसन, एप्लाइड इंजीनियरिंग एंड साइंसेज के एसोसिएट प्रोफेसर, ने Phys.org को कहा कि विशाल डेटासेट पृथ्वी के सुरक्षात्मक मैग्नेटोस्फीयर के बारे में महत्वपूर्ण जानकारी रखता है। इसके पूर्व पैमाने ने शोधकर्ताओं के लिए इसकी क्षमता को प्रभावी ढंग से दोहन करना चुनौतीपूर्ण बना दिया। यह विकास एक समाधान प्रदान करता है, जो कि औरल व्यवहार के तेजी से और अधिक व्यापक अध्ययन को सक्षम करता है।
भविष्य के अनुसंधान पर प्रभाव
यह सुझाव दिया गया है कि वर्गीकृत डेटाबेस औरल डायनामिक्स पर चल रहे और भविष्य के अनुसंधान के लिए एक मूलभूत संसाधन के रूप में काम करेगा। अब आयोजित एक दशक से अधिक डेटा के साथ, शोधकर्ताओं के पास अंतरिक्ष-मौसम की घटनाओं और पृथ्वी के सिस्टम पर उनके प्रभावों की जांच के लिए सांख्यिकीय रूप से महत्वपूर्ण नमूना आकार तक पहुंच है।
अलास्का-फेयरबैंक्स विश्वविद्यालय और नासा के गोडार्ड स्पेस फ्लाइट सेंटर के सहयोगियों ने भी इस परियोजना में योगदान दिया। इस संदर्भ में एआई का उपयोग अंतरिक्ष विज्ञान के क्षेत्र में विशाल डेटासेट द्वारा उत्पन्न चुनौतियों को संबोधित करने में प्रौद्योगिकी की बढ़ती भूमिका पर प्रकाश डालता है।
