基于三维粒子能谱分布的等离子体区域自动分类
空间物理
2021-10-04 v4 机器学习
图像与视频处理
摘要
我们研究了由快速等离子体探测(FPI)中的双离子谱仪(DIS)所产生的离子天空图的性质。我们训练了一个卷积神经网络分类器，仅利用DIS能谱图来预测MMS在日侧磁层穿越的四种区域：太阳风、离子前兆区、磁鞘和磁层顶。该分类器的准确率大于98%。我们利用该分类器检测混合等离子体区域，特别是寻找弓激波区域。类似的方法可用于识别磁层顶穿越并揭示易发生磁重联的区域。通过训练好的分类器进行数据处理快速且高效，因此可用于整个MMS数据库的归类。
引用
@article{arxiv.1908.05715,
title = {Automated classification of plasma regions using 3D particle energy distributions},
author = {Vyacheslav Olshevsky and Yuri V. Khotyaintsev and Ahmad Lalti and Andrey Divin and Gian Luca Delzanno and Sven Anderzen and Pawel Herman and Steven W. D. Chien and Levon Avanov and Andrew P. Dimmock and Stefano Markidis},
journal= {arXiv preprint arXiv:1908.05715},
year = {2021}
}
备注
Accepted to JGR: Space Physics