AI提前数小时探测太阳爆发潜在预警信号
由新泽西理工学院牵头的研究团队开发了一种人工智能系统，该系统能够在太阳活动区（太阳风暴的潜在前兆）变得可见前近9小时识别出微弱的预警信号。图片来源：美国国家航空航天局戈达德太空飞行中心太阳动力学天文台。
人工智能平均能在太阳活动区的新生迹象变得可见前约九小时检测到微弱的信号。
在太阳黑子使太阳可见表面变暗之前，产生它的磁活动已经在视线之外发展。这些早期变化很微弱，但研究人员表示，人工智能现在可以在新的太阳活动区变得可见前几小时识别出它们。
名为EarlyDetect的模型能在活跃区域出现前平均近9小时检测到其形成迹象。该系统由新泽西理工学院（NJIT）牵头的研究团队开发，相关研究成果发表于《地球物理研究杂志：机器学习与计算》。
“这项研究最有价值的发现是，我们可以利用机器学习提前预测太阳活动区何时出现。”——乔纳斯蒂罗娜，新泽西理工学院本科生研究员。
该可视化展示了利用磁场、连续谱强度和声波功率观测资料呈现的太阳活动区AR11158的浮现过程。声波功率下降现象首先出现，为活动区浮现提供了早期迹象，随后是强度和磁场的变化。
“EarlyDetect通过分析每小时的声功率图以及来自美国国家航空航天局太阳动力学观测站的太阳磁场测量数据来搜索这些信号。”——亚历山大科索维切夫，新泽西理工学院杰出物理学教授。
主要困难在于，活动区域始于太阳可见表面之下，在那里我们无法直接观测到磁场结构。研究人员需要寻找的是磁场以及持续在太阳内部传播的声波模式的微小变化。
“这有点像降噪……它通常会去除噪音，这样你就能更好地看清整体趋势，但我们发现，它几乎在所有情况下都起到了负面作用。”——乔纳斯蒂罗娜。
声学图来自太阳动力学观测台（SDO）上搭载的日震和磁像仪（HMI）每45秒记录的声波测量数据。
“EarlyDetect基于Transformer架构构建，这与ChatGPT等大型语言模型所使用的广义人工智能技术类型相同。”——徐萌佳，新泽西理工学院数据科学助理教授。
这是首个用于太阳活动区浮现研究的公开数据集，为机器学习和太阳物理学界提供了一个共享资源。
“我希望这个项目能让更多人了解机器学习如何为太阳物理学做出贡献。”——乔纳斯蒂罗娜。
参考文献：机器学习与计算
本研究得到了新泽西理工学院格蕾丝霍珀人工智能研究所及美国国家航空航天局的支持。
© 2026 天文志愿科普团队 · 零度星系出品
-
翻译：AI
审核：天文志愿文章组-
终审：天文志愿文章组-零度星系
排版：天文志愿文章组-零度星系
美观：天文志愿文章组-
参考资料
1.WJ百科全书
2.天文学名词
3.原文来自： https://scitechdaily.com/new-ai-detects-hidden-warning-signs-of-solar-eruptions-hours-before-they-emerge/
本文由AI翻译自文章作者 Jesse Jenkins, New Jersey Institute of Technology的作品,如有相关内容侵权,请在作品发布后联系作者删除.
注意： 所有信息数据庞大,难免出现错误,还请各位读者海涵以及欢迎斧正.
结束,感谢您的阅读与关注
全文排版：天文在线(零度星系)
转载请取得授权,并注意保持完整性和注明出处
浩瀚宇宙无限宽广 穹苍之美尽收眼底