机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

本研究利用深度学习算法（CNN和LSTM）预测太阳耀斑，特别关注高纬度耀斑。通过训练全盘磁图像，模型在24小时内成功预测≥M级耀斑，表现出较高的准确性，并提出了一种新型特征排序方法，提升了模型的可解释性和预测能力。

研究引入了一种新方法，通过活跃区域的形状特征预测太阳耀斑。使用ResNet34、MobileNet和MobileViT模型，评估其在不同太阳经度范围的效果。MobileNet在±30°、±60°、±90°范围内的CSS分别为0.51、0.51和0.48。研究展示了在近半球区域的预测能力，CSS为0.39，扩展了模型的应用范围，提高了预测可靠性。

通过利用活跃区域（AR）补丁的基于形状的磁图特征，研究引入了一种新的太阳耀斑预测方法。使用三个深度学习模型进行预测，并在不同太阳经度范围内评估效果。研究结果表明，该方法在预测太阳耀斑方面具有较高的准确性和可靠性。这一进展为太阳耀斑预测提供了新的途径，提高了预测能力。

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。

从2023年11月开始，太阳活动频繁增加，耀斑和日冕物质抛射更频繁，等级也提升。观测到X2.8级耀斑和X3.3级耀斑，2月22日观测到X6.3级耀斑，刷新记录。太阳活动周期为11年，当前为第25个周期，预计2025年达到极大期。这些活动会对地球造成干扰。

最近太阳活动频繁，出现了X2.8和X3.3级太阳耀斑，破了记录。太阳进入了一个活跃的新周期，可能导致地磁暴和增强极光。

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。

最近太阳活动频繁，导致中低纬度地区出现极光。美国NASA检测到强烈太阳耀斑，等级最高为X2.8，是自2017年以来最严重的。耀斑导致无线电干扰，航空通信中断。科学家继续监视太阳活动，可能引发地磁风暴，对无线电通信、电网、导航系统和空间站等造成风险。

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，并使用解释方法提供对模型预测的后续定性解释。研究发现，深度学习模型能够有效预测纬度较高的太阳耀斑，取得了平均TSS=0.51和HSS=0.35的结果。模型解释的定性分析表明，模型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，对于运营预测具有重大意义。

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。