Digamos que está tratando de determinar cuándo ocurrió un evento pasado en particular, pero su mejor estimación posible lo ubica solo en un lapso de 10,000 años. Ahora imagine si algo podría reducir esa ventana de "cuándo" a solo 30 años.
Ese es el poder de una nueva herramienta matemática ideada y probada por un equipo internacional de científicos, dirigido por dos de la Universidad de Wisconsin-Milwaukee.
La herramienta, un algoritmo de aprendizaje automático perfeccionado por Abbas Ourmazd y Russell Fung, reduce las incertidumbres de tiempo durante los eventos cambiantes, mejorando la precisión en un factor de hasta 300.
Podría tener numerosas aplicaciones, desde la datación de eventos pasados del cambio climático con mayor precisión hasta la determinación de cuándo se forman o se rompen los enlaces moleculares durante las reacciones químicas que duran solo unas cuatrillonésimas de segundo.
"La incertidumbre en el tiempo ha sido una pesadilla en muchas áreas de la ciencia durante mucho tiempo", dijo Ourmazd, distinguido profesor de física de la UWM. "A menudo tienes datos, pero no marcas de tiempo exactas en esos datos".
Los investigadores que se unieron a UWM en el descubrimiento fueron científicos del Centro para la Ciencia del Láser Libre de Electrones en el Centro de Investigación DESY en Hamburgo, Alemania; la Universidad de Hamburgo y la Universidad del Noroeste.
El trabajo aparece en la edición del 28 de abril de la revista Naturaleza .
Ourmazd y Fung construyeron el algoritmo extrayendo una débil "flecha del tiempo" de datos ruidosos con marcas de tiempo corruptas. Piense en ello como restaurar la secuencia inicial de una baraja de cartas después de que se haya barajado.
"Hay algunos restos de la información de la secuencia original en la baraja barajada", dijo Fung, un científico senior de la UWM. "Hay un débil susurro de tiempo, como una voz débil en una fiesta ruidosa".
Los investigadores concibieron el algoritmo mientras trabajaban con datos de un proyecto que rastreaba el movimiento de moléculas usando un láser de electrones sin rayos X. Este equipo, llamado SLF National Accelerator Laboratory, es el láser de rayos X más brillante del mundo y se llama XFEL.sirve como cámara de materia a nanoescala.
El XFEL utiliza un destello de luz ultrarrápido para capturar una "instantánea" con tal velocidad que la secuencia de instantáneas produce una película en cámara lenta de eventos extremadamente rápidos.
Hacer una película de este tipo requiere no solo cientos de miles de instantáneas, sino también el conocimiento de la hora exacta en que se tomó cada instantánea. A pesar de la velocidad incomparable del XFEL, gran parte de la acción está manchada, porque la secuencia de eventos está codificada.
El algoritmo ideado por Ourmazd y Fung resuelve este problema. En un experimento en la Fuente de Luz Coherente Linac, el XFEL en SLAC, los investigadores utilizaron la herramienta matemática para reconstruir una película clara de moléculas a medida que los enlaces que mantenían unidos sus átomos se desgarraron.
El algoritmo identifica correlaciones internas para dar sentido al océano de las instantáneas. La gran cantidad de datos que genera el XFEL ayuda al algoritmo en esta tarea.
"Una imagen vista junto con otra le brinda información más rica de la que obtendría al considerar las dos imágenes por separado", dijo Ourmazd.
El equipo de investigación ve aplicaciones en otras ciencias que involucran historias dinámicas que se conocen de manera imprecisa, como geología, metrología, química, biología y astronomía.
"Hay un tesoro de información", dijo Ourmazd, "y abrimos la puerta".
Fuente de la historia :
Materiales proporcionados por Universidad de Wisconsin - Milwaukee . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :