基于视频深度学习的业务化太阳耀斑预报
太阳与恒星天体物理
2022-09-13 v1 人工智能
摘要
业务化耀斑预报旨在提供可用于决策的预测，通常按日尺度，关于耀斑发生的空间天气影响。本研究表明，当用于网络优化的训练与验证集在生成时考虑到太阳周期的周期性，视频深度学习可用于业务化目的。具体而言，本文描述一种可应用于构建按特定周期阶段相关耀斑类别率平衡的活跃区集合的算法。这些集合用于训练与验证由卷积神经网络与长短期记忆网络组合而成的长期循环卷积网络。该方法的可靠性在包含两个分别含 2015 年 3 月与 2017 年 9 月太阳风暴的预测窗口的案例中予以评估。
引用
@article{arxiv.2209.05128,
title = {Operational solar flare forecasting via video-based deep learning},
author = {Sabrina Guastavino and Francesco Marchetti and Federico Benvenuto and Cristina Campi and Michele Piana},
journal= {arXiv preprint arXiv:2209.05128},
year = {2022}
}