一种用于自动化实时耀斑预报运行的深度学习方法
太阳与恒星天体物理
2016-06-07 v1 机器学习
摘要
自动化预报在空间天气科学中发挥着重要作用，它既能提供对耀斑触发机制的统计见解，又能实现定制化预报和高频次预报。只有通过实时预报，我们才能通过实验衡量耀斑预报方法的性能，同时可靠地避免过度学习。自 2015 年 8 月起，我们一直运行着无人值守的耀斑预报服务，每 12 分钟提供一次未来 24 小时的太阳耀斑预报。本文报告了该系统的预报方法和预测结果。
引用
@article{arxiv.1606.01587,
title = {A Deep-Learning Approach for Operation of an Automated Realtime Flare Forecast},
author = {Yuko Hada-Muranushi and Takayuki Muranushi and Ayumi Asai and Daisuke Okanohara and Rudy Raymond and Gentaro Watanabe and Shigeru Nemoto and Kazunari Shibata},
journal= {arXiv preprint arXiv:1606.01587},
year = {2016}
}
备注
6 pages, 4 figures