专用神经网络重建太阳风参数的适用范围与局限
太阳与恒星天体物理
2023-10-11 v1 空间物理
摘要
太阳风性质由其太阳源区条件和传输历史决定。质子速度、质子密度、质子温度、磁场强度以及氧的电荷态组成等太阳风参数被用作探查太阳风太阳源区的示踪量。传输过程与太阳源区条件会同时影响多个太阳风参数。观测到的冗余可能由一组隐变量引起。我们通过考察所选五个太阳风参数中四个参数的函数能在多大程度上建模第五个参数来检验此假设。若这样的函数提供完美模型,则该太阳风参数将由其余四参数的隐变量唯一确定。我们使用神经网络作为函数逼近器来建模所考虑太阳风参数间的未知关系。该方法应用于先进成分探测器(ACE)的太阳风数据。神经网络重建结果通过与观测对比评估。在测量不确定度所定限度内,质子密度与质子温度可被较好重建。我们还发现,对流界面前后太阳风流的重建最为困难。对所有考虑的太阳风参数,尤其是质子密度、温度与氧电荷态比,参数重建受测量不确定度阻碍。扇形反转等离子体的重建精度明显低于流带或冕洞等离子体。氧电荷态比这一不受传输影响的性质难以重建,这一事实或意味着从受传输影响的质子等离子体性质中恢复源区特定信息颇具挑战。
引用
@article{arxiv.2308.14980,
title = {Scope and limitations of ad hoc neural network reconstructions of solar wind parameters},
author = {Maximilian Hecht and Verena Heidrich-Meisner and Lars Berger and Robert F. Wimmer-Schweingruber},
journal= {arXiv preprint arXiv:2308.14980},
year = {2023}
}