Recent News
Metoda Witsila

Według nowej metody opracowanej przez naukowca z Uniwersytetu Alaski w Fairbanks, komputery można wyszkolić do lepszego wykrywania odległych detonacji jądrowych, wybuchów chemicznych i erupcji wulkanów poprzez uczenie się na podstawie sztucznych sygnałów eksplozji.

Praca prowadzona przez Alexa Witsila, pracownika Instytutu Geofizycznego UAF, została opublikowana w czasopiśmie Geophysical Research Letters.

Witsil, pracujący w Centrum Technicznym Instytutu Geofizyki Wilson Alaska, wraz z kolegami stworzył bibliotekę syntetycznych sygnałów eksplozji infradźwiękowych, aby wyszkolić komputery w rozpoznawaniu źródła sygnału infradźwiękowego. Infradźwięki mają częstotliwość zbyt niską, aby były słyszalne przez ludzi i podróżują dalej niż fale słyszalne o wysokiej częstotliwości.

„Użyliśmy oprogramowania do modelowania, aby wygenerować 28 000 syntetycznych sygnałów infradźwiękowych, które, choć wygenerowane w komputerze, mogłyby hipotetycznie zostać zarejestrowane przez mikrofony infradźwiękowe rozmieszczone setki kilometrów od dużego wybuchu” – powiedział Witsil.

Sztuczne sygnały odzwierciedlają zmiany w warunkach atmosferycznych, które mogą zmienić sygnał eksplozji regionalnie lub globalnie w miarę rozchodzenia się fal dźwiękowych. Te zmiany mogą utrudnić wykrycie pochodzenia i rodzaju eksplozji z dużej odległości.

Dlaczego stworzono sztuczne dźwięki eksplozji, a nie wykorzystano rzeczywistych przykładów? Ponieważ eksplozje nie miały miejsca w każdym miejscu na naszej planecie, a atmosfera ciągle się zmienia, nie ma wystarczającej liczby przykładów ze świata rzeczywistego, aby wyszkolić uogólnione algorytmy wykrywania oparte na uczeniu maszynowym.

„Zdecydowaliśmy się na użycie syntetyków, ponieważ możemy modelować wiele różnych rodzajów atmosfer, przez które mogą rozchodzić się sygnały” – powiedział Witsil. „Więc nawet jeśli nie mamy dostępu do żadnych eksplozji, które miały miejsce na przykład w Karolinie Północnej, mogę użyć mojego komputera do modelowania eksplozji w Karolinie Północnej i zbudować algorytm uczenia maszynowego, aby wykryć tam sygnały eksplozji”.

Obecnie algorytmy wykrywania generalnie opierają się na matrycach infradźwiękowych składających się z wielu mikrofonów znajdujących się blisko siebie. Na przykład, międzynarodowa organizacja Comprehensive Test Ban Treaty, która monitoruje wybuchy jądrowe, ma tablice infradźwiękowe rozmieszczone na całym świecie.

„To jest drogie, trudne w utrzymaniu i dużo więcej rzeczy może się zepsuć” – powiedział Witsil.

Metoda Witsila poprawia wykrywanie poprzez wykorzystanie setek jednoelementowych mikrofonów infradźwiękowych, które są już rozmieszczone na całym świecie. Dzięki temu wykrywanie jest bardziej opłacalne.

Metoda uczenia maszynowego rozszerza użyteczność jednoelementowych mikrofonów infradźwiękowych, umożliwiając im wykrywanie bardziej subtelnych sygnałów eksplozji w czasie zbliżonym do rzeczywistego. Mikrofony jednoelementowe są obecnie przydatne jedynie do wstecznej analizy znanych i zazwyczaj wysokoamplitudowych sygnałów, jak to miało miejsce w przypadku styczniowej potężnej erupcji wulkanu Tonga.

News Reporter

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *