帕克太阳探测器首次飞越离太阳仅610万公里，创下新纪录，飞行速度达192公里每秒，将收集太阳风和日冕数据，深化对太阳的理解。

本文探讨了利用深度学习技术处理NASA太阳动态观测台数据的方法，包括使用DeepVel神经网络估计太阳光球中的运动，提出AD-HOC ANN图像压缩方案，以及基于变压器的多光谱神经图像压缩器。这些方法在提高太阳图像质量和压缩效率方面表现优异，推动了太阳活动的研究和观测能力的提升。

该研究介绍了一种基于机器学习的CME识别与参数获取方法，能够高效、快速地识别微弱的CME信号并给出准确的形态信息。通过神经网络和图像处理算法，成功将CME区域与背景分开，并推导出CME的运动学参数。该方法高效、快速，可应用于CME到达时间预测和三维重构等其他方面的工作。

美国国家海洋和大气管理局预测5月11日地磁暴将影响地球，形成极光并可能对通信和电网造成影响。极光爱好者可前往高纬度地区观看，需避免城市灯光影响并做好防寒保暖措施。

本研究使用迁移学习训练深度学习模型，评估其在预测太阳耀斑方面的性能。研究发现AlexNet模型表现最佳，对近边区域的耀斑事件有较高的预测灵敏度。结果表明模型能够从全盘磁图识别空间模式，并对太阳耀斑进行预测。