通过跨学科的合作与交流,我们能够突破传统思维的边界,开拓新的研究领域。

——院长致词

首页 > 科学研究 > 物质与能量

人工智能发现如何预测巨浪的公式

本站发布时间:2023-11-21 13:15:57

长期以来被认为是一个神话,奇怪的大波浪是真实存在的,可以分裂部分并造成破坏哥本哈根大学和维多利亚大学的科学家们利用700年来来自超过10亿个波浪的正交波数据,使用人工智能等公式来预测海洋怪物的出现新知识可以使运输更加安全

关于季风的故事,被称为季风,一直是水手们的梦想但在1995年,当一个6米高的声波到达挪威平台Draupneri时,数字仪器将重新捕获并测量北海这是第一次测量并提供了异常位置和波确实存在的科学证据

从那时起,这些极端情况一直是本次研究的主题现在,来自哥本哈根大学尼尔斯玻尔研究所的研究人员已经使用AI方法发现了一个模型,该模型为如何——尤其是何时——发生roguewave提供了答案

借助大量关于海洋运动的大数据,研究人员可以预测在一个卫生的时间段内发生风暴的可能性

“基本上,这两个巨大的波浪都很不幸。到目前为止,这些波浪是由许多因素组合而成的,而这些因素还没有被组合到一个或多个空间估计中。在这项研究中,我们绘制了产生波浪的多个变量,并使用了人工智能等作为模型的一部分,这些模型可以计算波浪形成的可能性,”迪翁Hä说;fner

Hä;这是尼尔斯玻尔研究所的一项研究成果,也是这项科学研究的第一作者,该研究刚刚发表在《美国国家科学院院刊》上

Roguewaveshape everyday

在该模型中,搜索器组合了海洋运动和海岸的可用数据,以及水深和水深信息最重要的是,每天24小时收集美国海岸和东部地区158个不同位置的海浪数据当组合起来时,这些数据——来自超过10亿次的波浪——包含了700年的正向平均高度和东向信息

研究人员分析了多种类型的数据,以确定行波的频率,定义为至少两次具有周围波形的波形,包括超过20米的最大行波通过机器学习,他们将所有算法转换为应用于数据集的分析算法

“我们的分析表明,异常在整个时间内都会出现。事实上,我们在可以定义为波浪的数据集中注册了100000个波浪。这相当于海洋中任何一个角落每天都会出现1个波浪。然而,它们并不是极端情况下的所有波浪,”该研究的第二作者JohannesGemmrich解释道

人工智能是科学家

在这项研究中,研究人员发现了自然智能他们使用了几种人工智能方法,包括给出一个等式的符号回归,而不是只返回单一的预测

通过检查超过10亿次的波浪,研究者的算法已经分析了自己的方法来找到波浪的原因,并将其浓缩为描述波浪原理的方程AI了解到了问题的原因,并以研究人员可以分析并结合到未来研究中的等式的形式与人类交流

“几十年过去了,TychoBrahec收集了三个经济学观测结果,开普勒在没有太多随机误差的情况下,可以从中提取开普勒定律。我们用机器来处理开普勒与行星之间的波动。总之,令人震惊的是,这是可能的,”MarkusJochum说

自1700年代以来的现象是未知的

这项新闻研究打破了人们对引起脑电波的普遍看法到目前为止,人们认为最常见的行波原因是一个波与另一个波短暂结合并保持其能量,导致一个更大的波继续传播

然而,有研究表明,电磁波串行化的主要因素是所谓的“线性叠加”。这种现象在1700年代以外就已经知道,当两个波系统相互交叉,信息在另一个或更短的时间内传播时就会发生

“如果双波系统是一种增加在深波谷之后产生高波峰的机会的方法,则会产生更大的波峰。这是对大约300年的认识,并且没有足够的数据支持,”DionHä说;fner

安全装运

研究人员的研究结果对航运业来说是个好消息,当时全球大约有50000辆汽车事实上,有了算法的帮助,就有可能预测何时出现这种“完美”的因子组合,以提高对任何人都可能造成危险的风险

“假设公司提前规划好了路线,他们可以使用我们的算法来评估是否有机会在长距离内对抗突发事件。基于此,他们可以选择其他路线,”DionHä;fner

所有这些算法和搜索都是公开的,研究人员部署的算法和波形数据也是如此因此,DionHä;公共机构和气象服务机构等利益相关方可能会开始计算巨浪的可能性与任何其他利用人工智能创建的模型不同,研究者算法中的所有中介计算都是透明的

“人工智能和机器学习通常是一个不会增加人类理解的黑盒子。但在这项研究中,Dion使用人工智能的方法将一个原始的观测数据数据库转换为一个关于声波可能性的方程,人们可以很容易地理解它,并将其转化为物理学定律,”Dion的导师兼作者Markus Jochum教授总结道


来源:

Materials provided by
University of Copenhagen - Faculty of Science.
注明: Content may be edited for style and length.


参考:

  1. Dion Häfner, Johannes Gemmrich, Markus Jochum.
    Machine-guided discovery of a real-world rogue wave model. Proceedings of the National Academy of Sciences, 2023; 120 (48) DOI: 10.1073/pnas.2306275120

排行榜

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

北前院微信公众号