利用机器学习预测日冕物质抛射的地球效应
太阳与恒星天体物理
2022-08-17 v1 机器学习
摘要
日冕物质抛射（CMEs）是最具地球效应的空间天气现象，与大型地磁暴相关，有可能引起电信干扰、卫星网络中断、电网损坏与故障。因此，考虑到这些暴对人类活动的潜在影响，准确预报 CMEs 的地球效应至关重要。本工作专注于试验不同的机器学习方法，这些方法在临近太阳的 CMEs 白光日冕仪数据集上训练，以估计此类新近爆发的抛射是否具有引发地磁活动的潜力。我们使用逻辑回归、K近邻、支持向量机、前馈人工神经网络以及集成模型开发了二分类模型。目前，我们将预报限制为仅使用太阳起始参数，以确保更长的预警时间。我们讨论了该任务的主要挑战，即数据集中地球效应事件与非效应事件数量极端不平衡，以及二者众多相似性与可用变量有限。我们表明，即便在此条件下，这些模型仍能达到足够的命中率。
引用
@article{arxiv.2206.11472,
title = {Predicting the Geoeffectiveness of CMEs Using Machine Learning},
author = {Andreea-Clara Pricopi and Alin Razvan Paraschiv and Diana Besliu-Ionescu and Anca-Nicoleta Marginean},
journal= {arXiv preprint arXiv:2206.11472},
year = {2022}
}
备注
25 pages, 7 figures, and 10 tables, The Astrophysical Journal, In Press