21 世纪日球物理发现工具：数据科学与机器学习架构及 2020–2050 建议
天体物理仪器与方法
2022-12-29 v1 太阳与恒星天体物理
人工智能
机器学习
摘要
三个要点：1. 数据科学（DS）对日球物理将愈发重要；2. 日球物理科学发现的方法将不断演化，需要使用严谨应用且能够支撑发现的学习技术［例如机器学习（ML）］；3. 为跟上数据、技术与劳动力变化的步伐，日球物理需要一种表示知识的新途径。
引用
@article{arxiv.2212.13325,
title = {Heliophysics Discovery Tools for the 21st Century: Data Science and Machine Learning Structures and Recommendations for 2020-2050},
author = {R. M. McGranaghan and B. Thompson and E. Camporeale and J. Bortnik and M. Bobra and G. Lapenta and S. Wing and B. Poduval and S. Lotz and S. Murray and M. Kirk and T. Y. Chen and H. M. Bain and P. Riley and B. Tremblay and M. Cheung and V. Delouille},
journal= {arXiv preprint arXiv:2212.13325},
year = {2022}
}
备注
4 pages; Heliophysics 2050 White Paper