磁层顶重联的大规模统计调查
天体物理仪器与方法
2019-05-28 v1 机器学习
摘要
磁层多尺度任务（MMS）旨在研究重联的微观物理，重联发生在地球磁层与源自太阳的行星际磁场之间的磁层顶边界层。自动识别这一空间区域将允许对重联事件进行统计分析。磁层顶区域难以使用简单模型自动识别，且由科学家手动分类十分耗时。我们引入了一种具有线性和自回归分量的层次贝叶斯混合模型来识别磁层顶。利用MMS任务的数据以及编程语言R和Stan，我们对可能区域进行建模和预测，并与提升回归树模型对比评估了我们的性能。我们的模型选取的磁层顶区域是对比模型的两倍，且无显著过度选取，实现了31%的真阳性率和93%的真阴性率。我们的方法将使科学家能够利用大量MMS数据研究磁层顶重联事件的微观物理，而无需手动分类。
引用
@article{arxiv.1905.11359,
title = {Large-Scale Statistical Survey of Magnetopause Reconnection},
author = {Samantha Piatt},
journal= {arXiv preprint arXiv:1905.11359},
year = {2019}
}
备注
21 pages with appendix. Stan code for model included with url for additional data processing scripts in R