用于日冕物质抛射传播时间预测的物理驱动机器学习
太阳与恒星天体物理
2023-05-18 v1 天体物理仪器与方法
机器学习
空间物理
摘要
日冕物质抛射（CMEs）对应于等离子体及磁场从太阳日冕向日球层的剧烈喷发。CMEs具有科学相关性，因为它们参与了表征活动太阳的物理机制。然而，近来CMEs因其对空间天气的影响而受到关注，因为它们与地磁暴相关并可能诱发太阳高能粒子流的产生。在此空间天气背景下，本文引入一种物理驱动的人工智能（AI）方法来预测CMEs传播时间，其中利用确定性阻力基模型改进由遥感与原位数据共同驱动的两个级联神经网络的训练阶段。本研究表明，在AI架构中使用物理信息显著提升了传播时间预测的精度与鲁棒性。
引用
@article{arxiv.2305.10057,
title = {Physics-driven machine learning for the prediction of coronal mass ejections' travel times},
author = {Sabrina Guastavino and Valentina Candiani and Alessandro Bemporad and Francesco Marchetti and Federico Benvenuto and Anna Maria Massone and Roberto Susino and Daniele Telloni and Silvano Fineschi and Michele Piana},
journal= {arXiv preprint arXiv:2305.10057},
year = {2023}
}