利用 U-NET 改进自动脉冲染色浪涌识别

Jiajia Liu; Chunyu Ji; Yimin Wang; Szabolcs Soós; Ye Jiang; Robertus Erdélyi; M. B. Korsós; Yuming Wang

利用 U-NET 改进自动脉冲染色浪涌识别

太阳与恒星天体物理 2024-07-12 v1 空间物理

作者: Jiajia Liu , Chunyu Ji , Yimin Wang , Szabolcs Soós , Ye Jiang , Robertus Erdélyi , M. B. Korsós , Yuming Wang

摘要

脉冲染色浪涌是太阳大气层中最常见的喷发活动之一，涉及包括但不限于磁重联、闪电、不稳定性和等离子体加热等丰富的物理过程.由于其丰富性、复杂外观以及相对于其他 corona 特征的相对较小尺寸，自动识别脉冲染色浪涌一直困难重重.本文提出一种自动脉冲染色浪涌识别算法 (AJIA)，其利用真实脉冲和假脉冲（由劳动密集的半自动脉冲检测算法 SAJIA (Liu 等 2023) 之前检测得到）作为图像分割神经网络 U-NET 的输入.结果发现，AJIA 能实现的检测精度（0.81）远高于 SAJIA（0.34），同时还能确定输入图像中每个像素是否属于脉冲.我们演示了在 SDO/AIA 304 Å 观测中，借助人工神经网络，AJIA 能够实现快速、准确和实时的脉冲染色浪涌识别，这对于研究脉冲染色浪涌的集体行为及其与太阳活动周期的关系至关重要.

关键词

脉冲染色浪涌 U-NET 图像分割自动检测 SDO/AIA

引用

@article{arxiv.2407.08119,
  title  = {Improving the Automated Coronal Jet Identification with U-NET},
  author = {Jiajia Liu and Chunyu Ji and Yimin Wang and Szabolcs Soós and Ye Jiang and Robertus Erdélyi and M. B. Korsós and Yuming Wang},
  journal= {arXiv preprint arXiv:2407.08119},
  year   = {2024}
}

备注

13 pages, 7 figures

利用 U-NET 改进自动脉冲染色浪涌识别

摘要

关键词

引用

备注

相关论文