基于 ANN 从印多尔上空电离层 TEC 预测太阳与地球物理指数的方法
空间物理
2023-02-14 v1 地球与行星天体物理
太阳与恒星天体物理
地球物理
摘要
本文给出了印度理工学院印多尔分校（IIT Indore）开发的基于人工神经网络（ANN）模型的初步结果。利用国际参考电离层（IRI）2016 模型创建了一年的小时总电子含量（TEC）数据库。首次解决了一个反问题，其中在以小时 TEC 值为输入时，训练网络预测三个指数：13 个月滑动太阳黑子数、电离层指数以及称为网络目标的日太阳射电流量。在使用不同组合集对数据集进行多次训练后，比较并最小化了这些目标的均方根误差（RMSEs）。向网络输入未知数据后，对 Rz12、IG12 和 F10.7 射电流量分别产生 0.99%、3.12% 和 0.90% 的误差，从而表明模型约 97% 的预测精度。
引用
@article{arxiv.2302.06171,
title = {An ANN Approach in Predicting Solar and Geophysical Indices from Ionospheric TEC Over Indore},
author = {Sumanjit Chakraborty and Abhirup Datta},
journal= {arXiv preprint arXiv:2302.06171},
year = {2023}
}
备注
5 pages, 2 figures, accepted as a part of the Lecture Notes in Networks and Systems (LNNS) book series, 2021