由 NASA 太阳动力学天文台任务制备的机器学习数据集
太阳与恒星天体物理
2019-05-15 v1 人工智能
数据库
机器学习
摘要
在本文中，我们呈现了一个源自 NASA 太阳动力学天文台 (SDO) 任务的经过整理的数据集，其格式适用于机器学习研究。从一级科学产品出发，我们进行了多种仪器校正处理，下采样至可管理的空间与时间分辨率，并在空间和时间上同步了观测。我们用两个示例应用来说明该数据集的使用：从当前 EVE 辐照度预报未来 EVE 辐照度，以及将 HMI 观测转换为 AIA 观测。对于每个应用，我们提供了供未来模型比较的指标与基线。我们预期该整理后的数据集将促进太阳物理学乃至一般物理科学中的机器学习研究，提升 SDO 任务的科学产出。本工作是 2018 年 NASA 前沿发展实验室计划的直接成果。请参阅附录以获取数据集访问方式。
引用
@article{arxiv.1903.04538,
title = {A Machine Learning Dataset Prepared From the NASA Solar Dynamics Observatory Mission},
author = {Richard Galvez and David F. Fouhey and Meng Jin and Alexandre Szenicer and Andrés Muñoz-Jaramillo and Mark C. M. Cheung and Paul J. Wright and Monica G. Bobra and Yang Liu and James Mason and Rajat Thomas},
journal= {arXiv preprint arXiv:1903.04538},
year = {2019}
}
备注
Accepted to The Astrophysical Journal Supplement Series; 11 pages, 8 figures