I en nyligen publicerad studie publicerad i Naturkommunikation , ett internationellt team av forskare från Tammerfors tekniska universitet (TUT), Finland, och Institut FEMTO-ST vid Université Bourgogne-Franche Comté, Frankrike, ta ett betydande steg mot analys och förutsägbarhet av oseriösa vågor som uppenbarligen verkar ur ingenstans.

Berättelser om gigantiska havsvågor med stor destruktiv kraft är legender och folklore, men idag är deras vetenskapliga studie ett kritiskt område för multidisciplinär forskning som spänner över oceanografi, fysik och matematik. Ett särskilt problem som forskare står inför är att dessa extrema vågor uppstår till synes slumpmässigt på havets yta, och det verkar omöjligt att förutsäga de förhållanden som kan föregå deras utseende. En relaterad praktisk svårighet är att det inte alltid är möjligt att mäta sådana vågor helt, och den tillgängliga instrumenten fångar oftast bara en del av vågegenskaperna.

I nya experiment som studerar analoga extrema ljusvågor, forskare har använt artificiell intelligens för att studera detta problem, och har nu bestämt en sannolikhetsfördelning som företrädesvis identifierar uppkomsten av oseriösa vågor. Den speciella nyheten i detta arbete är att forskarna utbildade ett neuralt nätverk för att identifiera de speciella tidsdomänegenskaperna för oseriösa vågor med de högsta och mest extrema intensiteterna från endast partiell information om vågegenskaperna i frekvens- eller våglängdsområdet.

Experimenten utfördes genom att injicera laserpulser i ett optiskt fibersystem utformat för att reproducera vågutbredning som beskrivs med en olinjär Schrödinger -ekvation, en modell som även kan gälla vattenvågor. Med hjälp av ett instrument utvecklat speciellt för att mäta optiska spektra i realtid med högt dynamiskt omfång, forskarna sammanställde en datamängd med tusentals bullriga spektralsignaler från en olinjär process som kallas moduleringsinstabilitet, som antas vara associerat med vissa klasser av oseriösa vågor på havet.

Även om optiska spektra är lätta att mäta, de visar inte närvaron av oseriösa vågor direkt. Men genom att använda kraftfulla numeriska simuleringar för att träna ett neuralt nätverk, det var möjligt att utveckla en algoritm som exakt kunde välja ut funktioner i spektra som förutsäger uppkomsten av en oseriös våg, även om dessa funktioner i huvudsak var osynliga för en forskares öga.

"Anmärkningsvärt nog, algoritmen visade sig kunna förutsäga toppintensiteten för en oseriös våg associerad med någon speciell spektralmätning, även om experiment aldrig faktiskt mätte den oseriösa vågintensiteten direkt, "säger professor Goëry Genty, som ledde teamet vid Tammerfors tekniska universitet.

De erhållna resultaten gav en sannolikhetsfördelning för uppkomsten av de optiska oseriösa vågorna och användes även för att klassificera de spektrala mätningarna i olika uppsättningar associerade med olika typer av oseriösa vågor.

"Förutom att föreslå att liknande tekniker kan användas för att analysera mätningar i realtid på oceanografiska vågdata, resultaten öppnar nya perspektiv inom alla forskningsområden där direkta tidsdomänobservationer är svåra, men där spektraldata finns tillgänglig, "avslutar professor Dudley, som ledde laget vid Université Bourgogne-Franche Comté.