利用历史磁谱数据的概率性太阳耀斑预测
原文中文，约500字，阅读约需2分钟。发表于：。使用机器学习 (ML) 进行太阳耀斑预测的研究聚焦于 SDO/HMI 时期关于太阳周期 24 和太阳周期 25 开端的高分辨率磁光图数据，并在一些研究中回顾了 SOHO/MDI 关于太阳周期 23 的数据。本文中，我们考虑了超过 4 个太阳周期的多个仪器的日常历史磁光图数据。这是首次利用这些历史数据进行基于 ML 的耀斑预测尝试。我们应用卷积神经网络 (CNN)...
本研究使用机器学习预测太阳耀斑，通过卷积神经网络提取特征，使用超过4个太阳周期的历史磁光图数据。结果显示，包含历史数据可以提高预测准确性和可靠性，耀斑历史的预测能力大于从磁光图中提取的特征，时间信息在耀斑预测中很重要。
