基于 H-Alpha 观测的太阳磁性极性自动分类
太阳与恒星天体物理
2025-09-24 v1 人工智能
摘要
本研究使用最先进的图像分类模型对太阳纤维棒的磁性极性进行分类。我们建立了在 MAGFiLO 数据集上进行太阳纤维棒极性分类的第一个可重复基准。MAGFiLO 数据集包含超过 1 万个来自 GONG H-Alpha 观测的手动标注纤维棒，此前是该领域用于纤维棒检测和分类最大的数据集。以往研究依赖更小的数据集，限制了其可推广性和可比性。我们对多种预训练图像分类架构进行微调，包括 ResNet、WideResNet、ResNeXt 和 ConvNeXt，并应用数据增强和类别损失权重以优化模型。我们的最佳模型 ConvNeXtBase 在左手性纤维棒上的类别准确率为 0.69，在右手性纤维棒上的类别准确率为 。
引用
@article{arxiv.2509.18214,
title = {Automatic Classification of Magnetic Chirality of Solar Filaments from H-Alpha Observations},
author = {Alexis Chalmers and Azim Ahmadzadeh},
journal= {arXiv preprint arXiv:2509.18214},
year = {2025}
}