◆ サンプル画像
画像01 画像02 画像03 画像04 画像05 画像06 画像07

◆ 予測モデルの説明

・深層学習を用いた太陽フレア予測モデルDeep Flare Net(DeFN)は、リアルタイムで
 太陽衛星観測データを取得し、今後24時間に発生する太陽フレアの予測を行います。

Deep Flare Net-Reliable (DeFN-R)はオリジナル予測モデルDeFNから確率予報用
 拡張し、DeFNよりも信頼度を向上したモデルです。

・フレアの規模は大きい方からX,M,Cクラスと呼び、DeFN-RではXクラス、Mクラス
 以上、Cクラス以上のフレアが発生するかどうかを確率予報します。

棒グラフは予報による実際のフレア発生確率を表します。50%の予報は実際に2回に
 1回はフレアが発生し、予報確率と発生頻度の差が小さい高い信頼度を達成しました。

フレアが起こるか起こらないか○×を予測したい場合には確率閾値を決めて下さい。
 確率閾値をフレア発生分布の中央値にした時、DeFNと同等の性能を再現します。


・Mクラス以上の太陽全面での発生確率Pを右上に表示します。各領域での
 発生確率をp1,p2,p3...とする時、P=1-(1-p1)(1-p2)(1-p3)...で計算します。

・DeFN-Rモデルの予測性能は、下記論文のROC曲線、信頼度プロットをご覧下さい。
 - Nishizuka et al. 2020, The Astrophysical J., 899, 150

・DeFNの学習データベース、深層学習予測モデルも無償公開しています。
 - データベース公開 (WDC@NICT)
 - 予測コードの公開 (GitHub)


◆謝辞
・本研究は一部、科研費JP18H04451の補助を受けて実施しました。

◆ご質問・問い合せ先
solar-publicity [atマーク] ml.nict.go.jp

現在の太陽活動
現在の太陽活動

宇宙天気予報 (NICT公式)
宇宙天気予報ページ(NICT) Deep Flare Net banner WDC/NICT NICT宇宙環境研究室
Copyright© National Institute of Information and Communications Technology. 2019