環境太陽風モデル予測を改善するための勾配ブースティング回帰の利用【JST・京大機械翻訳】

Bailey R. L.; Reiss M. A.; Arge C. N.; Mostl C.; Owens M. J.; Amerstorfer U. V.; Henney C. J.; Amerstorfer T.; Weiss A. J.; Hinterreiter J.

プレプリント

J-GLOBAL ID：202202207743301925 整理番号：21P0036742

環境太陽風モデル予測を改善するための勾配ブースティング回帰の利用【JST・京大機械翻訳】

Using gradient boosting regression to improve ambient solar wind model predictions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2020年06月23日プレプリントサーバーでの情報更新日： 2021年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

環境太陽風の研究,太陽から発散する連続圧力駆動プラズマ流は宇宙天気研究の重要な構成要素である。惑星間空間における周囲太陽風流は,太陽嵐が地球に到達する前にヘリオスフェアを通してどのように進化するか,特に太陽最小値が地球磁場における活動の駆動者であることを決定する。したがって,環境太陽風流を正確に予測することは,宇宙天気認識にとって不可欠である。ここでは,太陽コロナの磁気モデルからの解を用いて地球近くの太陽風条件を出力する機械学習手法を提示した。結果を,包括的検証解析における観測および既存モデルと比較し,そして,新モデルは,ほとんどすべての測定において,既存のモデルより優れていた。さらに,この手法は,環境太陽風モデリングに対する異なる入力データの役割を議論する新しい展望を提供し,これが根底にある物理プロセスについて,何が著者らを我々にもたらすかを論じた。ここで議論した最終モデルは,地球での環境太陽風の予測に対する非常に速く,良く検証され,オープンソースのアプローチである。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

磁気圏

, , ,

前のページに戻る