利用循环网络同时预报全球地磁活动
机器学习
2020-11-24 v2
摘要
社会使用的许多系统极易受太阳耀斑与地磁暴等空间天气事件的伤害，后者可能造成灾难性破坏。近年来出现了许多工作，通过某些代理量预报这些事件以为此类系统提供早期预警，但这些方法大多聚焦于特定现象。我们提出一种序列到序列学习方法来预报小时分辨率下的全球空间天气状况。该方法通过同时预报若干地磁活动的关键代理量达提前 6 小时，改进了该领域的其他工作。我们展示了对当前已知最佳地磁暴预报器的改进，以及提前数小时相对于持续性基线的改进。
引用
@article{arxiv.2010.06487,
title = {Simultaneously forecasting global geomagnetic activity using Recurrent Networks},
author = {Charles Topliff and Morris Cohen and William Bristow},
journal= {arXiv preprint arXiv:2010.06487},
year = {2020}
}
备注
7 pages, 2 figures