Deep-SWIM：一种用于分类太阳风磁场结构的少样本学习方法
太阳与恒星天体物理
2022-03-03 v1 空间物理
摘要
太阳风由从太阳喷射到行星际空间并朝向地球的带电粒子组成。理解太阳风的磁场对于预测未来空间天气与行星大气损失至关重要。与大规模磁事件相比，磁间断等小尺度结构难以探测，却蕴含有关太阳风演化的重要信息。标注数据的缺乏使得这些间断的自动化检测颇具挑战。我们提出 Deep-SWIM，一种利用对比学习、伪标注与在线难例挖掘进展来鲁棒识别太阳风磁场数据中间断的方法。通过系统的消融研究，我们表明尽管仅从有限标注数据中学习，仍能准确分类间断。此外，我们展示了该方法泛化良好，并产生与专家人工标注一致的结果。
引用
@article{arxiv.2203.01184,
title = {Deep-SWIM: A few-shot learning approach to classify Solar WInd Magnetic field structures},
author = {Hala Lamdouar and Sairam Sundaresan and Anna Jungbluth and Sudeshna Boro Saikia and Amanda Joy Camarata and Nathan Miles and Marcella Scoczynski and Mavis Stone and Anthony Sarah and Andrés Muñoz-Jaramillo and Ayris Narock and Adam Szabo},
journal= {arXiv preprint arXiv:2203.01184},
year = {2022}
}
备注
accepted for publication at NeurIPS 2021: Machine learning and physical sciences workshop