이 연구는 태양 활동 영역 자기장 그램을 입력으로 하는 합성곱 신경망을 통해 우주 기상 현상을 예측하는 방법을 제안한다.
먼저, NASA의 Solar Dynamics Observatory (SDO)에서 제공하는 태양 자기장 그램과 NASA의 Space Weather Database Of Notifications, Knowledge, Information (DONKI)에서 제공하는 태양 폭발, 지자기 폭풍, 코로나 질량 방출 등의 우주 기상 현상 발생 시간 데이터를 활용하여 데이터셋을 구축하였다.
이 데이터셋을 이용하여 태양 폭발, 지자기 폭풍, 코로나 질량 방출 등 3가지 클래스를 예측하는 합성곱 신경망 모델을 설계하였다. 모델 학습 시 데이터 불균형 문제를 해결하기 위해 SMOTE 기법을 적용하였다.
모델 평가 결과, 정확도 90.27%, 정밀도 85.83%, 재현율 91.78%, F1 점수 92.14%의 성능을 보였다. 태양 폭발과 지자기 폭풍 예측에서 특히 좋은 성능을 보였으나, 코로나 질량 방출 예측에서는 상대적으로 낮은 성능을 보였다. 이는 데이터 불균형으로 인한 과적합 문제로 추정된다.
이 연구 결과는 태양 활동 영역 자기장 그램을 이용한 우주 기상 현상 예측의 가능성을 보여준다. 향후 연구에서는 우주 기상 현상의 강도 예측, 시계열 데이터 활용 등을 통해 예측 성능을 향상시킬 수 있을 것으로 기대된다.
To Another Language
from source content
arxiv.org
Дополнительные вопросы