首页|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

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
The application of machine learning in solar physics

刘辉、季凯帆、金振宇

展开 >

中国科学院云南天文台,昆明650216

昆明理工大学信息工程与自动化学院,昆明650500

太阳物理 太阳活动 机器学习 深度学习

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金

11873027117730721157301211833010资助项目

2019

中国科学(物理学 力学 天文学)
中国科学院

中国科学(物理学 力学 天文学)

CSTPCDCSCD北大核心
影响因子：0.644
ISSN：1674-7275
年,卷(期)：2019.49(10)
  • 6
  • 1