详细内容或原文请订阅后点击阅览
预测天气变化从未如此准确
2024 年诺贝尔物理学奖授予美国的约翰·霍普菲尔德和英国裔加拿大科学家杰弗里·辛顿，以表彰他们在机器学习和人工神经网络方面的开创性工作。这项变革性技术现在正在包括大气研究在内的各个领域掀起波澜。其中一个例子就是一个了不起的 […]
来源:科学特色系列2024 年诺贝尔物理学奖授予了美国的约翰·霍普菲尔德和英国裔加拿大科学家杰弗里·辛顿，以表彰他们在机器学习和人工神经网络方面的开创性工作。这项变革性技术目前正在大气研究等各个领域掀起波澜。其中一个例子是一项关于预测地球电离层行为的卓越研究，展示了神经网络如何彻底改变科学探索。
通过一项关于预测赤道地区总电子含量准确性的新研究，在理解地球电离层行为方面取得了显著进展。俄罗斯南方联邦大学的研究人员 Olga Maltseva 博士和 Artem Kharakhashyan 博士探索了赤道附近不同地点的预测准确性如何变化。他们的研究结果基于先进的学习方法，详见同行评审期刊《大地测量学与地球动力学》。
大气层被称为电离层，它充满自由电子和离子，对全球导航系统和通信网络至关重要，因为它会影响信号在太空中的传播方式。总电子含量是电离层柱中所有带电粒子的量度，准确预测这一指标一直非常困难。虽然过去的研究通常依赖于有限的数据和较旧的方法，但这项研究使用了最先进的学习模型，可以“观察”时间的两个方向，从而显著改善短期和长期间隔的预测。
Maltseva 博士强调了这一点的重要性，“我们的研究结果证实，双向方法不仅可以提高预测精度，还可以消除误差幅度的地理差异，为全球电离层监测提供强大的解决方案。”