In een recente studie gepubliceerd in Natuurcommunicatie , een internationaal team van onderzoekers van de Tampere University of Technology (TUT), Finland, en het Institut FEMTO-ST aan de Université Bourgogne-Franche Comté, Frankrijk, een belangrijke stap zetten in de richting van de analyse en voorspelbaarheid van malafide golven die schijnbaar uit het niets verschijnen.

Verhalen van gigantische oceaangolven met grote vernietigende kracht zijn het spul van legende en folklore, maar tegenwoordig is hun wetenschappelijke studie een cruciaal gebied van multidisciplinair onderzoek dat oceanografie, natuurkunde en wiskunde. Een bijzonder probleem waarmee onderzoekers worden geconfronteerd, is dat deze extreme golven schijnbaar willekeurig op het oppervlak van de oceaan ontstaan, en het lijkt onmogelijk om de omstandigheden te voorspellen die aan hun verschijning vooraf kunnen gaan. Een gerelateerde praktische moeilijkheid is dat het niet altijd mogelijk is om dergelijke golven volledig te meten, en de beschikbare instrumenten vangen meestal slechts een deel van de golfkarakteristieken op.

In recente experimenten die analoge extreme lichtgolven bestuderen, onderzoekers hebben kunstmatige intelligentie gebruikt om dit probleem te bestuderen, en hebben nu een kansverdeling bepaald die bij voorkeur de opkomst van malafide golven identificeert. De bijzondere nieuwigheid van dit werk is dat de onderzoekers een neuraal netwerk hebben getraind om de specifieke tijddomeineigenschappen van malafide golven met de hoogste en meest extreme intensiteiten te identificeren uit slechts gedeeltelijke informatie over de golfkarakteristieken in het frequentie- of golflengtedomein.

De experimenten werden uitgevoerd door laserpulsen te injecteren in een optische vezelsysteem dat is ontworpen om golfvoortplanting te reproduceren beschreven door een niet-lineaire Schrödinger-vergelijking, een model dat ook toepasbaar is op watergolven. Met behulp van een instrument dat speciaal is ontwikkeld om optische spectra in realtime met een hoog dynamisch bereik te meten, de onderzoekers hebben een dataset samengesteld van duizenden ruisachtige spectrale signalen van een niet-lineair proces dat modulatie-instabiliteit wordt genoemd, waarvan wordt aangenomen dat het wordt geassocieerd met sommige klassen van schurkengolven op de oceaan.

Hoewel optische spectra gemakkelijk te meten zijn, ze laten niet direct de aanwezigheid van malafide golven zien. Maar door krachtige numerieke simulaties te gebruiken om een ​​neuraal netwerk te trainen, het was mogelijk om een ​​algoritme te ontwikkelen dat nauwkeurig kenmerken in de spectra kon uitkiezen die de opkomst van een schurkengolf voorspellen, ook al waren deze kenmerken in wezen onzichtbaar voor het oog van een onderzoeker.

"Opmerkelijk, het algoritme bleek in staat om de piekintensiteit van een malafide golf te voorspellen die verband houdt met een bepaalde spectrale meting, hoewel experimenten de intensiteit van de malafide golven nooit rechtstreeks hebben gemeten, " zegt professor Goëry Genty, die het team leidde van de Tampere University of Technology.

De verkregen resultaten leverden een waarschijnlijkheidsverdeling op voor het verschijnen van de optische malafide golven en werden ook gebruikt om de spectrale metingen te classificeren in verschillende sets die verband houden met verschillende soorten malafide golven.

"Naast de suggestie dat vergelijkbare technieken kunnen worden gebruikt om realtime metingen van oceanografische golfgegevens te analyseren, de resultaten openen nieuwe perspectieven in alle onderzoeksgebieden waar directe tijdsdomeinobservaties moeilijk zijn, maar waar spectrale gegevens beschikbaar zijn, " concludeert professor Dudley, die het team leidde aan de Université Bourgogne-Franche Comté.