机器学习在太阳物理中的应用

机器学习在太阳物理中的应用

论文摘要

太阳物理研究已经进入大数据时代,而机器学习作为大数据研究的一种良好工具已经获得越来越多的认可.本文评述了自2007年以来机器学习在太阳物理中的应用.从结果上看,最近4年这一领域的研究明显增加.所利用的数据包括地面和空间的各种仪器、各种类型和波段的太阳观测资料.研究领域涵盖太阳耀斑、日冕物质抛射、太阳黑子等太阳物理研究的主要方面.目前虽然获得一些很好的结果,但尚未有突破性的进展.使用的机器学习方法涉及分类、回归、聚类、降维以及深度学习等手段,但经典的算法,尤其是分类方法依然占据主导地位.这意味着机器学习在太阳物理的应用还处于起步阶段,但同样也意味着在这一领域还有很多工作可以深入开展.

论文目录

  • 1 引言
  • 2 机器学习的形式及典型任务
  • 3 应用机器学习方法的太阳物理研究
  •   3.1 太阳耀斑预报
  •   3.2 日冕物质抛射
  •   3.3 太阳黑子
  •   3.4 其他应用
  • 4 应用于太阳物理的机器学习方法
  • 5 总结与展望
  • 文章来源

    类型: 期刊论文

    作者: 刘辉,季凯帆,金振宇

    关键词: 太阳物理,太阳活动,机器学习,深度学习

    来源: 中国科学:物理学 力学 天文学 2019年10期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 天文学,自动化技术

    单位: 中国科学院云南天文台,昆明理工大学信息工程与自动化学院

    基金: 国家自然科学基金(编号:11873027,11773072,11573012,11833010)资助项目

    分类号: P182;TP18

    页码: 105-117

    总页数: 13

    文件大小: 687K

    下载量: 257

    相关论文文献

    标签:;  ;  ;  ;  

    机器学习在太阳物理中的应用
    下载Doc文档

    猜你喜欢