核心概念
本研究では、太陽コロナ穴の迅速かつ正確な検出のために、量子コンピューティングに基づくファジー c-平均手法を提案する。
要約
本研究では、太陽コロナ穴(CH)の検出と分析が重要な研究分野であることを述べている。これまでは手動による手描きアプローチに依存していたが、画像処理技術の進歩により自動化された手法が使われるようになった。しかし、迅速かつ正確な検出は依然として課題となっている。
本研究では、量子コンピューティングに基づくファジー c-平均(QCFFCM)手法を開発した。まず、量子近似最適化アルゴリズム(QAOA)を使ってファジー c-平均(FFCM)アルゴリズムのコスト関数を最適化し、太陽画像を2つのクラスター(CHと非CH)に分割する。次に、円形ハフ変換に基づいて初期化された静的輪郭を使って、分割された画像からCHを抽出する。
提案手法は、193枚の193Å SDO/AIA全面太陽画像データセットで検証され、既存手法と比較した結果、より短時間で同等の性能を示した。
統計
太陽画像は1秒に1枚撮影される。
SDO/AIA装置の画像解像度は4096×4096ピクセルで、STEREO(2048×2048)の2倍、SOHO(1024×1024)の4倍。
1日あたり約70,000枚の太陽画像が取得される。