• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Big Data >A time series classification-based approach for solar flare prediction
【24h】

A time series classification-based approach for solar flare prediction

机译：基于时间序列分类的太阳耀斑预测方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Solar flare prediction is an important task because of their potential impacts on both space and terrestrial infrastructure. This prediction task can be modeled as a binary classification between flaring and non-flaring Active Regions. Previous works on flare prediction focused on representing flaring and non-flaring Active Region examples in vector space, where the feature space was found from the Active Region magnetic field parameters. We extract time series samples of these Active Region parameters and present a flare prediction method based on the k-NN classification of the univariate time series. We find that, for our classification task, using a statistical summarization on the time series of a single Active Region parameter, called total unsigned current helicity, outperforms the use of all Active Region parameters at a single instant of time. Additionally, we present a data model of the flaringon-flaring Active Regions using multivariate time series.
机译：太阳耀斑的预测是一项重要的任务，因为它们对空间和地面基础设施都有潜在的影响。可以将此预测任务建模为扩口和非扩口活动区域之间的二进制分类。以前关于耀斑预测的工作着重于在向量空间中表示耀斑和非耀斑的活动区域示例，其中从活动区域磁场参数中找到了特征空间。我们提取这些活动区域参数的时间序列样本，并提出基于单变量时间序列的k-NN分类的耀斑预测方法。我们发现，对于我们的分类任务，对单个活动区域参数的时间序列进行统计汇总，称为总无符号当前螺旋度，在单个时刻优于所有活动区域参数的使用。此外，我们使用多元时间序列提供了扩口/非扩口活动区域的数据模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号