Нейросети впервые помогли решить проблему турбулентности в задаче о солнечном динамо Специалисты из Института механики сплошных сред УрО РАН, Институт…
Специалисты из Института механики сплошных сред УрО РАН, Института земного магнетизма, ионосферы и распространения радиоволн им. Н.В. Пушкова РАН и МГУ им. М.В. Ломоносова разработали новый метод моделирования циклической магнитной активности Солнца, который объединяет физическую модель динамо с нейронной сетью.
Под солнечным динамо понимается сложный процесс генерации магнитного поля, следствием которого и являются в том числе циклические изменения числа пятен на поверхности звезды. Несмотря на многолетние исследования, построение теоретической модели, способной не просто описывать, но и предсказывать солнечную активность, остаётся крайне сложной задачей.
Главная трудность связана с учетом эффектов турбулентности, среди которых центральное место занимает, так называемый α-эффект — механизм, отвечающий за генерацию магнитного поля спиральным движением турбулентной плазмы и, в свою очередь, находящийся под влиянием возникающего магнитного поля (α-квенчинг).
Раньше эта обратная связь задавалась на основе теоретических соображений и допущений без должного сравнения с лабораторным экспериментом или астрофизическими наблюдениями.
Результаты исследования, поддержанного грантом РНФ, опубликованы в статье Neural differential equations for the solar dynamo (E. Illarionov, V. Kisielius, R. Stepanov, K. Kuzanyan).
#Грани_РАН