Нейросеть против помех: ИИ-модель повысит точность астрономических измерений
Земная атмосфера искажает и замедляет радиосигналы из космоса, что мешает и астрономам, и системам спутниковой навигации. Китайские исследователи нашли способ бороться с этой помехой. Для этого они создали гибридную модель искусственного интеллекта (ИИ), которая с высочайшей точностью предсказывает величину тропосферной задержки.
Электромагнитные волны замедляются при прохождении через атмосферу Земли из-за изменений плотности воздуха и содержания водяного пара, что приводит к явлению, известному как «тропосферная задержка». Это искажение считается одним из главных источников ошибок при наблюдениях радиотелескопов, а также во время работы глобальных навигационных спутниковых систем (ГНСС). Атмосфера действует как невидимая искажающая линза, заставляя сигналы изгибаться и запаздывать, что снижает точность измерений. Поэтому задача точного моделирования и прогнозирования этой задержки стала одной из ключевых в современной астрономии и геодезии.
Группа ученых под руководством Ли Миншуая из Синьцзянской астрономической обсерватории Китайской академии наук нашла решение, благодаря использованию возможностей искусственного интеллекта (ИИ). В основе работы лежали многолетние данные ГНСС и метеорологические измерения, собранные с помощью 26-метрового радиотелескопа «Наньшань». Технология может автоматически изучать закономерности изменения атмосферной задержки на основе больших массивов информации и самостоятельно обучаться закономерностям изменения атмосферной задержки, создавая краткосрочный прогноз высокой точности.
Проанализировав долгосрочные данные со станции «Наньшань», ученые обнаружили четкие циклические закономерности в поведении атмосферы. Задержка сигнала демонстрирует выраженные годовые и полугодовые циклы, достигая максимума летом и минимума зимой. Этот феномен оказался тесно связан с температурой и влажностью: чем теплее и насыщеннее водяным паром воздух, тем сильнее он замедляет проходящие сквозь него радиоволны.
Результаты испытаний показали впечатляющую эффективность модели. Ее погрешность в прогнозировании составляет всего около 8 мм, а коэффициент корреляции достигает 96%, что значительно превосходит возможности других аналогичных подходов. Помимо астрономических наблюдений, нейросеть позволит улучшить прогнозирование погоды, а также получать данные о содержании паров воды в атмосфере, отмечают ученые.
Ранее сообщалось, что китайские исследователи создали крошечный чип, способный анализировать свет с такой же точностью, как и огромное лабораторное оборудование. Рассказали, в чем суть технологии.
Иллюстрация Pexel
Самое популярное
