The Astrophysical Journal · 10 août 2026 · Du numéro 19
Sur des images du soleil, un nouveau modèle d'IA estime rapidement la température de la couronne et indique son propre niveau de confiance.
N. Balodhi, R. J. Morton, An Approximate Bayesian Deep Learning Approach for Uncertainty-aware Differential Emission Measure Estimates in the Solar Corona from the SDO, The Astrophysical Journal.
Un modèle informatique peut deviner rapidement la température du gaz dans l'atmosphère extérieure du soleil. Il utilise des images d'un télescope spatial de la NASA. Le modèle indique aussi aux scientifiques à quel point il est sûr de chaque estimation, endroit par endroit. Il a obtenu les mêmes résultats que des méthodes plus anciennes et plus lentes, mais en travaillant beaucoup plus vite.
Montre la vitesse et des scores de confiance intégrés, pas une nouvelle découverte physique sur le soleil.
Simple modèle, testé contre d'anciennes méthodes de calcul, pas une nouvelle physique du soleil.
Contrôle d'intégrité : réussi (3 contrôles) Vérifié le 11 août 2026. Rétractation : aucune trace. Le DOI répond sur doi.org. Fiche de métadonnées trouvée (The Astrophysical Journal). Lire la source
Ce contrôle examine des signaux de processus. Il ne dit pas que les résultats sont exacts.