文献

J-GLOBAL ID：202202291516379400   整理番号：22A1084790

LSTMを用いた太陽風データからのGICと地球電場の予測:オーストリアにおける適用【JST・京大機械翻訳】

Forecasting GICs and Geoelectric Fields From Solar Wind Data Using LSTMs: Application in Austria

著者 (8件)： Bailey R. L. (Conrad Observatory, Zentralanstalt fuer Meteorologie und Geodynamik, Vienna, Austria) ,  Leonhardt R. (Conrad Observatory, Zentralanstalt fuer Meteorologie und Geodynamik, Vienna, Austria) ,  Mostl C. (Space Research Institute, Austrian Academy of Sciences, Graz, Austria) ,  Beggan C. (British Geological Survey, Edinburgh, UK) ,  Reiss M. A. (Space Research Institute, Austrian Academy of Sciences, Graz, Austria) ,  Bhaskar A. (Space Physics Laboratory, ISRO/Vikram Sarabhai Space Centre, Trivandrum, India) ,  Weiss A. J. (Space Research Institute, Austrian Academy of Sciences, Graz, Austria) ,  Weiss A. J. (Institute of Physics, University of Graz, Universitaetsplatz 5, Graz, Austria)
資料名： Space Weather  (Space Weather)
巻： 20  号： 3  ページ： e2021SW002907  発行年： 2022年 
JST資料番号： W2746A  ISSN： 1542-7390  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 局所GIC効果の予測は,プロキシとしてのdB/dtの予測に大きく依存しており,現在まで,地球電場またはGIC自体を直接予測するためには,ほとんど注意が払われていない。機械学習ツール,特に,入力として太陽風観測を行い,2種類の出力,すなわち,地球電場成分E_xとE_yを予測するモデルを訓練することにより,この問題を,機械学習ツール,特に,再帰ニューラルネットワークまたはLSTMでアプローチした。第2に,オーストリアの特定の変電所におけるGIC。訓練は,26年間の1分地磁気場測定値からモデル化した地球電場とGICについて行い,その結果を近年のGIC測定と比較した。GICsは,特定の変電所からの値に関して訓練されたLSTMによって一般によく予測されるが,最大のGICの分率だけが正確に予測される。このモデルは,約0.6の測定値と0.7Aの二乗平均平方根誤差との相関を有した。GICにおける穏やかな活性を検出する確率は,より大きなGICに対して約50%,15%であった。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *太陽風 ,  *電場 ,  電流 ,  地球磁場 ,  天気 ,  変電所 ,  *地球 ,  ニューラルネットワーク ,  オーストリア共和国 ,  モデリング ,  モデル ,  測定データ
準シソーラス用語： 宇宙天気 ,  プロキシ ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： 地磁気誘導電流 ,  ニューラルネットワーク ,  LSTM ,  宇宙天気 ,  予測

分類 (1件)： 地磁気変動・脈動  (DC04080V)

タイトルに関連する用語 (6件)： LSTM ,  太陽風 ,  地球 ,  電場 ,  予測 ,  オーストリア