如果我們想預測從太陽朝向地球噴發的高能粒子，以及它們引發的劇烈地磁風暴，追蹤太陽高層大氣的「日冕洞」是最好的方法。最近有研究團隊測試以電腦視覺──機器學習方法訓練電腦辨識這些模式。
太陽的大氣日冕並非均勻分布，不同位置及時間推移，日冕密度和外觀都會發生變化，某些區域看起來更亮，其他區域則形成昏暗的日冕洞。
日冕洞代表此處電漿密度較低，這裡的磁場向外太空開放射出，而不是封閉向下回到太陽內部。這些區域的開放磁場為太陽風（高能粒子）提供脫離太陽的出口。
▲ 日冕洞（B）附近的磁場為開放向外。（Source：Sebman81, CC BY-SA 3.0, via Wikimedia Commons）
因此日冕洞的形成和演化、位置和大小，對預測太陽風和預測太空天氣非常重要。此外，追蹤太陽週期日冕洞可觀察磁場如何影響太陽活動，甚至可幫助我們預測即將發生的太陽活動。
最近的研究中，俄羅斯莫斯科州立大學 Egor Illarionov 等嘗試使用類神經網路處理大量太陽影像。Illarionov 團隊使用處理過的太陽全球平面圖當訓練集，放入設計後的卷積神經網路（非常擅長分析影像的深度學習演算法）學習辨識日冕洞。卷積神經網絡的優勢在於，不需要人類先描述目標（日冕洞）特徵，能自行學習，只要有足夠訓練時間，便能辨識其他照片的日冕洞。
研究團隊使用這種方法構建一份 2010~2020 年的日冕洞目錄，他們也將演算法的程式碼和產生的日冕洞目錄開源。如果訓練樣本夠多，未來這方法對太空天氣甚至太陽活動的預測將更準確。
科技新報粉絲團
加入好友
訂閱免費電子報
