DURHAM, N.H. -- (9. Januar 2025) -- Forscher der University of New Hampshire haben künstliche Intelligenz eingesetzt, um die größte Datenbank von Aurora-Bildern zu kategorisieren, was das Verständnis und die Vorhersage von geomagnetischen Stürmen unterstützt, die die Kommunikation auf der Erde stören können.
Die Studie, veröffentlicht im Journal of Geophysical Research, umfasste die Entwicklung von KI- und maschinellen Lernwerkzeugen zur Klassifizierung von über 706 Millionen Bildern aus dem THEMIS-Datensatz der NASA, der von Zwillingsraumschiffen gesammelt wurde, die die Weltraumumgebung der Erde überwachen. Das THEMIS-Projekt erfasst alle drei Sekunden Bilder von 23 Standorten in Nordamerika.
Jeremiah Johnson, außerordentlicher Professor für angewandte Ingenieurwissenschaften und Hauptautor, betonte die Bedeutung des Datensatzes und erklärte: "Dieser massive Datensatz ist eine wertvolle Ressource, die Forschern helfen kann, zu verstehen, wie der Sonnenwind mit der Magnetosphäre der Erde interagiert. Seine Größe hat jedoch zuvor die effektive Nutzung eingeschränkt."
Das Team implementierte einen neuen Algorithmus, um die Bilder von 2008 bis 2022 in sechs Kategorien zu annotieren: Bogen, diffus, diskret, bewölkt, Mond und klar/keine Aurora. Diese Organisation ermöglicht ein einfacheres Filtern und Abrufen von Informationen.
Johnson bemerkte: "Die gekennzeichnete Datenbank könnte weitere Einblicke in die aurorale Dynamik liefern, aber unser Hauptziel war es, die THEMIS-Datenbank für eine effektivere Forschung zu organisieren und eine ausreichende Stichprobe für zukünftige Studien bereitzustellen."
Zu den Co-Autoren gehören Amy Keesee, Doğacan Su Öztürk, Donald Hampton, Matthew Blandin und Hyunju Connor von der NASA Goddard Space Flight Center. Die Forschung wurde von der Heliophysik-Abteilung der NASA und der National Science Foundation finanziert.