从磁图到磁图:基于生成式扩散模型的太阳演化预测
太阳与恒星天体物理
2024-07-17 v1 天体物理仪器与方法
机器学习
摘要
调查太阳磁场对于理解太阳内核中的物理过程及其对星际环境的影响至关重要。我们介绍了一种新方法,用于预测太阳线视角(LoS)磁图的演化,该方法使用去噪扩散概率模型(DDPMs)进行图像到图像翻译。我们的 approach 将用于图像质量的“计算机科学指标”与用于物理准确性的“物理指标”相结合,用于评估模型性能。结果表明,DDPMs 在保持结构完整性、太阳磁场动态范围、磁通以及其他物理特征(如活动区大小)方面优于传统持久模型,包括在闪现情境下也同样如此。我们旨在不仅用于可视化,而是将深度学习用作望远镜的集成性和交互式工具,以增进对此类太阳闪现等意外物理事件的理解。未来研究将旨在整合更多样化的太阳数据,以细化生成模型的准确性和适用性。
引用
@article{arxiv.2407.11659,
title = {Magnetogram-to-Magnetogram: Generative Forecasting of Solar Evolution},
author = {Francesco Pio Ramunno and Hyun-Jin Jeong and Stefan Hackstein and André Csillaghy and Svyatoslav Voloshynovskiy and Manolis K. Georgoulis},
journal= {arXiv preprint arXiv:2407.11659},
year = {2024}
}
备注
Conference paper accepted for an oral presentation to the ESA SPAICE CONFERENCE 17 19 September 2024