BT2PB: High-cadence polarized brightness of the solar corona from LASCO C2 total brightness observations using deep learning
यह शोध पत्र BT2PB को प्रस्तुत करता है, जो एक डीप लर्निंग मॉडल है जो दशकों के LASCO C2 डेटा पर प्रशिक्षित एक कनवल्शनल न्यूरल नेटवर्क का उपयोग करता है ताकि कुल चमक (Bt) अवलोकनों से उच्च-कैडेंस ध्रुवीकृत चमक (pB) की भविष्यवाणी की जा सके, जिससे सौर कोरोनल गतिकी के नए उच्च समय-रिज़ॉल्यूशन अध्ययन सक्षम हो सकें और कोरोनल मास इजेक्शन जैसी घटनाओं के लिए द्रव्यमान अनुमानों में सुधार हो सके।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
सूर्य एक स्थिर आग का गोला नहीं है; यह एक गतिशील, उथल-पुथल भरा तारा है जो अंतरिक्ष में लाखों मील तक फैली एक वायुमंडल से घिरा हुआ है। यह बाहरी परत, जिसे कोरोना कहा जाता है, अत्यधिक गर्म कणों की एक विरल गैस है जो लगातार सूर्य से दूर बहती रहती है, और अपने साथ चुंबकीय क्षेत्र और ऊर्जा लेकर जाती है जो पृथ्वी पर उपग्रहों और बिजली ग्रिडों को बाधित कर सकती है। इस वायुमंडल को समझने और यह भविष्यवाणी करने के लिए कि यह कब विस्फोट कर सकता है, वैज्ञानिकों को इसके घनत्व और संरचना को बड़ी सटीकता के साथ मापने की आवश्यकता होती है। हालाँकि, कोरोना को देखना एक अंधा कर देने वाली चमकदार स्पॉटलाइट के बगल में एक हल्की मोमबत्ती की लौ को देखने जैसा है। कोरोना से दिखने वाला प्रकाश दो चीजों का मिश्रण है: वह वास्तविक चमकती गैस जिसका हम अध्ययन करना चाहते हैं, और एक चमकीला, धुंधला बैकग्राउंड जो धूल से टकराकर बिखरने वाली सूर्य की रोशनी और टेलीस्कोप से परावर्तित होने वाली छिटपुट रोशनी के कारण बनता है।
दशकों से, SOHO अंतरिक्ष यान पर लगे 'लार्ज एंगल एंड स्पेक्ट्रोमेट्रिक कोरोनोग्राफ' (LASCO) उपकरण इस सौर वायुमंडल की निगरानी कर रहा है। यह दो प्रकार की तस्वीरें लेता है। पहला प्रकार, जिसे 'टोटल ब्राइटनेस' (कुल चमक) कहा जाता है, बहुत बार-बार लिया जाता है—दिन में दर्जनों बार। ये चित्र चमकीले और स्पष्ट होते हैं, जो सौर विस्फोटों के होने के दौरान उनके आकार को दिखाते हैं, लेकिन वे उस चमकीले धुंधले बैकग्राउंड से दूषित होते हैं, जिससे गैस के वास्तविक घनत्व को मापना कठिन हो जाता है। दूसरा प्रकार, जिसे 'पोलराइज्ड ब्राइटनेस' (ध्रुवीकृत चमक) कहा जाता है, बहुत अधिक स्वच्छ होता है। विशेष फिल्टरों का उपयोग करके जो धुंधले बैकग्राउंड प्रकाश को रोक देते हैं, ये चित्र कोरोना की वास्तविक संरचना को प्रकट करते हैं। समस्या यह है कि ये स्वच्छ चित्र बहुत कम बार लिए जाते हैं, शायद दिन में केवल एक या दो बार। यह धीमी गति का अर्थ है कि वैज्ञानिक अक्सर कोरोना में होने वाले तीव्र परिवर्तनों को चूक जाते हैं या इसका पूर्ण 3D मानचित्र बनाने में असमर्थ रहते हैं, क्योंकि उनके पास अंतराल भरने के लिए पर्याप्त स्नैपशॉट नहीं होते हैं।
एबेरिस्टविथ यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस अंतर को पाटने का एक नया तरीका विकसित किया है। उन्होंने 'डीप लर्निंग' पर आधारित एक कंप्यूटर प्रोग्राम बनाया, जो आर्टिफिशियल इंटेलिजेंस का एक प्रकार है और डेटा की विशाल मात्रा का अध्ययन करके सीखता है। इस प्रोग्राम का नाम BT2PB रखा गया है, जिसे पिछले पच्चीस वर्षों में ली गई हजारों छवियों के जोड़ों पर प्रशिक्षित किया गया था। प्रत्येक जोड़े के लिए, प्रोग्राम ने एक "गंदी" टोटल ब्राइटनेस इमेज और उसके संगत "स्वच्छ" पोलराइज्ड ब्राइटनेस इमेज का अध्ययन किया, जो लगभग एक ही समय पर ली गई थीं। इन उदाहरणों का विश्लेषण करके, कंप्यूटर ने उन सूक्ष्म पैटर्न को पहचानना सीखा जो वास्तविक कोरोनल गैस को बैकग्राउंड शोर से अलग करते हैं। इसने सीखा कि एक बार-बार आने वाली, शोर युक्त छवि को देखकर उस स्वच्छ, उच्च-गुणवत्ता वाले संस्करण की भविष्यवाणी कैसे की जाए, जैसा कि उस सटीक क्षण में लिया गया होता।
जब शोधकर्ताओं ने इस नए टूल का परीक्षण किया, तो उन्होंने पाया कि यह उल्लेखनीय रूप से प्रभावी रहा। प्रोग्राम ने बार-बार आने वाली, शोर युक्त छवियों को कोरोना की वास्तविक चमक की स्वच्छ, उच्च-गुणवत्ता वाली भविष्यवाणियों में सफलतापूर्वक परिवर्तित कर दिया। औसतन, भविष्यवाणियां वास्तविक मापों के भीतर लगभग आठ से बारह प्रतिशत तक सटीक थीं। शोधकर्ताओं ने उल्लेख किया कि इस छोटी सी त्रुटि का कुछ हिस्सा कंप्यूटर की गलती से नहीं, बल्कि परीक्षण के लिए उपयोग की गई वास्तविक, भौतिक छवियों में अंतर्निहित शोर से आया है, जो अक्सर दानेदार और अपूर्ण होती हैं। इस सीमा के बावजूद, सुधार महत्वपूर्ण है। यह टूल वैज्ञानिकों को कोरोना का एक उच्च-गुणवत्ता वाला दृश्य उतनी ही बार उत्पन्न करने की अनुमति देता है जितनी बार टेलीस्कोप एक तस्वीर लेता है—दिन में दर्जनों बार—न कि दुर्लभ, स्वच्छ स्नैपशॉट का इंतजार करने के बजाय।
यह क्षमता सूर्य के अध्ययन के लिए नई संभावनाएं खोलती है। क्योंकि यह प्रोग्राम स्वच्छ डेटा की एक निरंतर धारा प्रदान कर सकता है, वैज्ञानिक अब गैस और चुंबकीय क्षेत्रों के बड़े विस्फोटों जैसी तेजी से होने वाली घटनाओं को उस स्तर के विवरण के साथ ट्रैक कर सकते हैं जो पहले असंभव था। वे इन बार-बार आने वाली, उच्च-गुणवत्ता वाली छवियों का उपयोग सौर वायुमंडल का त्रि-आयामी (थ्री-डायमेंशनल) मानचित्र बनाने के लिए भी कर सकते हैं, जिसे टोमोग्राफी तकनीक कहा जाता है, जिसके लिए समय के साथ विभिन्न कोणों से कई अवलोकनों की आवश्यकता होती है। पहले, स्वच्छ छवियों की धीमी गति के कारण ये मानचित्र अक्सर अधूरे या असंभव होते थे। अब, मांग पर स्वच्छ डेटा उत्पन्न करने की क्षमता के साथ, शोधकर्ता सूर्य की संरचना और व्यवहार का अध्ययन स्पष्टता और गति के साथ कर सकते हैं, जो हमें यह समझने के करीब लाता है कि हमारा तारा हमारे आसपास के अंतरिक्ष को कैसे प्रभावित करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।