Machine Learning in Application to Automatic Noise Processing of Solar Spectrograms
تقدم هذه الورقة نهجاً يعتمد على تعلم الآلة، وتحديداً باستخدام الشبكات العصبية الالتفافية، لأتمتة عمليات تنظيف وسد الفجوات وتحويل الأطياف الشمسية، مما يتيح التحليل الموثوق للبيانات التي كانت غير قابلة للاستخدام سابقاً مثل المناطق الحوافية والمناطق المتأثرة بالشوائب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُعد الشمس نجمًا لا يتوقف عن التغير، وبالنسبة لعلماء الفلك، فإن التقاط لحظات عنفها العابرة هو سباق ضد الزمن. فعندما ينفجر توهج شمسي، فإنه يرسل دفعة من الطاقة والضوء إلى الفضاء، مما يوفر لمحة نادرة عن الفيزياء القاسية لغلاف نجمنا الجوي. ولدراسة هذه الأحداث، اعتمد العلماء لفترة طويلة على الألواح الفوتوغرافية، وهي عبارة عن صفائح كبيرة حساسة للضوء تسجل ضوء الشمس مقسماً إلى قوس قزح من الألوان، المعروف باسم الطيف. وتعمل هذه الأطياف مثل بصمة الإصبع، حيث تكشف عن درجة الحرارة، والمجالات المغناطيسية، والتركيب الكيميائي للغلاف الشمسي. ومع ذلك، نظرًا لأن هذه الأحداث تحدث مرة واحدة فقط ولا يمكن إعادة إنتاجها، فإن الألواح الفوتوغرافية الأصلية تُعد كنوزًا لا يمكن تعويضها. ويكمس التحدي في تحويل هذه الألواح المادية القديمة إلى بيانات رقمية يمكن للحواسيب الحديثة تحليلها. وهذه العملية ليست مثالية؛ إذ يمكن للطريقة التي يمر من خلالها الضوء عبر اللوح لغرض المسح الضوئي أن تخلق صورة نظيفة، بينما يمكن للضوء المرتد عن السطح أن يخلق صورة مختلفة بخصائصها الخاصة من العيوب، مثل الضبابية أو الهالات الشبحية. وإذا لم يستطع العلماء الوثوق بالنسخة الرقمية، فإنهم يفقدون القدرة على دراسة الحدث الفريد الذي تمثله.
لقد طور فريق من الباحثين الآن طريقة جديدة للتعامل مع هذه المشكلة باستخدام نوع من البرامج الحاسوبية يُعرف بالتعلم الآلي. فبدلاً من محاولة إصلاح كل خدش أو بقعة غبار يدويًا في صورة رقمية، قاموا بتعليم الحاسوب فهم العلاقة بين طريقتين مختلفتين لمسح نفس اللوح الشمسي. وفي دراستهم، ركزوا على توهج شمسي محدد وقع في 17 يوليو 1981، التقطه تلسكوب في كييف. وقد أجروا عمليات مسح عالية الدقة لنفس اللوح باستخدام طريقتين: إحداهما حيث يمر الضوء عبر الفيلم (النافذة/النافذة عبر المادة)، والأخرى حيث ينعكس الضوء عن السطح (الانعكاسية). وتكون عمليات المسح النافذة (transmissive) أكثر وضوحًا بشكل عام، لكن عمليات المسح الانعكاسية (reflective) غالبًا ما تحتوي على انعكاسات إضافية تخلق هالة ضبابية ومزاحة حول البقع الساطعة. أراد الباحثون معرفة ما إذا كان بإمكان الحاسوب تعلم الترجمة بين هاتين النسختين، مما يؤدي فعليًا إلى تنظيف المسح الانعكاسي الفوضوي ليبدو مثل المسح النافذ النظيف، أو العكس.
وللقيام بذلك، بنوا "دماغًا رقميًا" متخصصًا يُسمى الشبكة العصبية الالتفافية. وهذا برنامج مصمم للتعرف على الأنماط في الصور، تمامًا كما تتعلم العين البشرية التعرف على الوجه. قام الفريق بتغذية الحاسوب بأزواج من الصور: المسح الانعكاسي الفوضوي والمسح النافذ النظيف لنفس التوهج الشمسي. كُلِّف الحاسوب بمهمة تعلم كيفية تحويل إحداهما إلى الأخرى بدقة. وقد تعلم أن "الهالة" المرئية في المسح الانعكاسي هي في الأساس نسخة ملساء ومزاحة من الصورة الأساسية. ومن خلال فهم هذا النمط، استطاع الحاسوب إزالة الضباب من المسح الانعكاسي للكشف عن الطيف النظيف الموجود تحته، أو إضافة الهالة إلى المسح النافذ لرؤية كيف ستبدو النسخة الانعكاسية. كانت النتائج مذهلة؛ فقد استطاع الحاسوب تحويل الصور ذهابًا وإيابًا بدقة عالية لدرجة أن الفرق بين مخرجات الحاسوب والصورة المستهدفة الحقيقية كان أقل من واحد بالمائة. وهذا يعني أن الترجمة الرقمية كانت شبه مثالية، حيث حافظت على الشكل الدقيق وسطوع المعالم الشمسية.
وبعيدًا عن مجرد ترجمة الصور، قدمت هذه الطة وسيلة جديدة وقوية للعثور على الشوائب وإزالتها. فعندما قارن الحاسوب بين المسحين، لاحظ أن بعض البقع لا تتطابق مع النمط الذي تعلمه. ظهرت هذه التناقضات كنقاط ساطعة في خريطة الأخطاء، مما كشف عن وجود الغبار أو الخدوش أو غيرها من العيوب على اللوح الفوتوغرافي. في الماضي، كان على العلماء فحص كل صورة يدويًا للعثور على هذه العيوب، وهي عملية بطيئة ومملة قد تغفل عن الأخطاء الدقيقة. ومع هذا النهج الجديد، يقوم الحاسوب تلقائيًا بتحديد المناطق الملوثة. اختبر الباحثون ذلك على خط طيفي محدد من توهج عام 1981 ووجدوا أن الحاسوب حدد جميع جزيئات الغبار والخدوش التي وجدها الخبراء البشريون تقريبًا، بل وحدد أيضًا عشرين عيبًا إضافيًا فات البشر في البداية. وقد تأكدت هذه العيوب الإضافية لاحقًا بأنها حقيقية عندما فحصها الباحثون عن كثب، مما أثبت الحساسية الفائقة للحاسوب.
تكمن القيمة الحقيقية لهذا العمل فيما يسمح للعلماء بفعله بالبيانات التي يمتلكونها بالفعل. فباستخدام أداة التعلم الآلي هذه، يمكن للباحثين الآن استخدام أجزاء من الطيف التي كانت تُعتبر سابقًا غير موثوقة للتحليل بكل ثقة، مثل حواف الألواح الفوتوغرافية حيث غالبًا ما تتدهور جودة الصورة. وهذا يزيد فعليًا من كمية البيانات القابلة للاستخدام من هذه الأحداث الفريدة التي تحدث لمرة واحدة. علاوة على ذلك، تسمح هذه الطريقة باستعادة السطوع الأصلي للطيف في المناطق التي حجبها الغبار أو الخدوش. فبدلاً من التخلص من قسم تالف من الصورة أو التخمين لما يجب أن يكون عليه، يمكن للحاسوب ملء المعلومات المفقودة بناءً على الأجزاء النظيفة من الصورة. وهذا يضمن أن النماذج الفيزيائية التي يبنيها العلماء لفهم التوهجات الشمسية تعتمد على أكثر البيانات اكتمالًا ودقة ممكنة. وتوضح الدراسة أنه بينما تُعد الألواح الفوتوغرافية الأصلية هشة ويصعب رقمنتها بشكل مثالي، فإن الحوسبة الحديثة يمكنها سد الفجوة، وتحويل عمليات المسح غير المثالية إلى نوافذ موثوقة في تاريخ شمسنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.