利用遥感与机器学习预测太阳耀斑

高能太阳耀斑和日冕物质抛射有可能摧毁地球的地面和卫星基础设施，造成数万亿美元的损失和大规模的人类苦难。这些关键系统的破坏将使电网和卫星瘫痪，从而中断通信和交通。这将导致食物短缺和无法应对紧急情况。本文提出了一种解决方案，利用位于太阳轨道上的卫星持续监测太阳，使用人工智能和机器学习从这些感知数据中计算大规模太阳爆发的概率，然后向防御机制发出信号以减轻威胁。凭借现代技术，可能只有在获得足够预警的情况下才能实施防护措施，这就是为什么必须确定最佳算法，并用现有和新数据持续训练，以最大化真阳性率同时最小化假阴性。本文使用开源太阳耀斑预测数据对当前的机器学习模型进行了综述。边缘计算的兴起使得机器学习硬件可以与传感器阵列部署在同一颗卫星上，从而无需在浩瀚的太空中传输遥感数据，节省了关键时间。一种系统之系统的方法将提供足够的预警时间，以便采取安全措施，降低灾难风险。