文献

J-GLOBAL ID：202002279174936910   整理番号：20A2295605

深層学習を用いた太陽フレア発生確率予報の信頼度向上

著者 (5件)： 西塚直人 (情報通信研究機構) ,  久保勇樹 (情報通信研究機構) ,  杉浦孔明 (慶応大) ,  田光江 (情報通信研究機構) ,  石井守 (情報通信研究機構)
資料名： 日本天文学会年会講演予稿集
巻： 2020  号： 秋季  ページ： 58  発行年： 2020年08月20日 
JST資料番号： S0300B  ISSN： 1347-0639  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 太陽フレアの発生機構は未解明であり、その発生予測のために近年機械学習手法の応用研究が進んでいる。我々は深層学習を用いた太陽フレア確率予報モデル(Deep Flare Net)を開発した(日本天文学会2018年秋季年会M03a西塚ら)。本モデ...【本文一部表示】

シソーラス用語： 最適化 ,  *太陽フレア ,  天文学 ,  *信頼度 ,  最適化手法 ,  秋 ,  気候学 ,  *確率予報 ,  機械学習 ,  予測モデル ,  多波長 ,  *フレア ,  特徴量 ,  *深層学習 ,  改変 ,  *度 ,  モデル
準シソーラス用語： 発生予測 , 【Automatic Indexing@JST】

分類 (1件)： 太陽系一般  (DB04010T)

タイトルに関連する用語 (4件)： 深層学習 ,  太陽フレア ,  確率予報 ,  信頼度