该研究利用深度学习预测太阳高纬度耀斑，通过训练全盘磁图模型预测未来24小时内的≥M级耀斑。采用数据增强和类别加权技术处理数据不平衡，使用TSS和HSS评估性能，结果显示模型平均TSS为0.51，HSS为0.35，能有效预测高纬度耀斑。模型通过分析活跃区形状和纹理特征进行预测，对实际应用有重要意义。

研究人员通过图像到图像的转换和去噪扩散概率模型，提出了一种新的方法来预测太阳光学磁图的演变。该方法综合了计算机科学指标和物理指标来评估模型性能，结果显示扩散概率模型在维持太阳磁场的完整性和其他物理特征方面表现出色。研究目标是使用深度学习提高对太阳耀斑等物理事件的理解。未来的研究将致力于整合更多太阳数据，提高生成模型的准确性和适用性。

该研究使用深度学习方法预测太阳耀斑，特别关注纬度较高的耀斑。研究发现，模型能够有效预测纬度较高的太阳耀斑，并利用全盘磁图图像中与活跃区相关的形状和纹理特征进行预测。这对于运营预测具有重大意义。