< Terug naar vorige pagina

Project

HELIOSKILL: Heliofysica-Simulaties en Kunstmatige Intelligentie

Een van de belangrijkste open vragen in astrofysica is uitleggen waarom de zonnewind zo heet is. Het zonneoppervlak is ongeveer 6500K maar als men zich in de atmosfeer van de zon beweegt, bereikt de temperatuur al snel miljoenen graden en blijft het op grotere afstanden geleidelijker stijgen voordat het langzaam begint af te nemen. Dit druist in tegen onze intuïtie over een uitzettend gas dat zich van zijn verwarmingsbron verwijdert. Er zijn twee nieuwe missies gelanceerd om de fysica achter deze puzzel beter te begrijpen: Solar Orbiter (geleid door Europa) en Parker Solar Probe (geleid door de VS). Deze missies gaan dichter bij de zon dan ooit tevoren door mensen gemaakt object en zullen ons een ongekende schat aan gegevens opleveren. Het doel van ons project is om de missie gegevens, aangevuld met onze simulaties met hoge resolutie, te gebruiken om de heilige graal te ontrafelen: wat is de toestandsvergelijking van de uitdijende zonnewind? Deze vergelijking zal ons vertellen hoe de temperatuur van de zonnewind evolueert afhankelijk van de andere gemeten parameters. Het nieuwe van onze aanpak is dat we deze vergelijking afleiden met een nieuwe machine learning-tool die fysische wetten uit data haalt. Mogelijk kan deze benadering nieuwe ontdekkingen opleveren in de vorm van een vergelijking die we vervolgens kunnen interpreteren en gebruiken om de thermodynamica van de zonnewind te verklaren.

Datum:1 jan 2023 →  Heden
Trefwoorden:Equation of state, machine learning, data mining, expansion of the solar wind, physics based machine learning
Disciplines:Computationele fysica, Datamining, Machine learning en besluitvorming, Fysica van gassen, plasma's en elektrische ladingen niet elders geclassificeerd, Ruimteplasmafysica en zonnefysica