NASA于8月14日表示，其COFFIES中心的研究人员开发了一种滑动窗口Transformer模型，用于根据太阳动力学观测站（SDO）的测量数据预测太阳活跃区的出现。该研究评估了46个观测到的活跃区在12小时预测窗口内的表现；其最佳配置产生了平均4.73小时的预警时间，但NASA表示该系统尚未准备好进行实时业务预测。
来自新泽西理工学院、普林斯顿大学和NASA艾姆斯研究中心的研究人员通过COFFIES开发了该系统，COFFIES是一个由NASA资助的研究太阳内部和外部磁场与流动的研究中心。
模型实际预测什么
COFFIES是研究中心的名称，而非模型名称。该模型使用滑动窗口Transformer架构来预测与活跃区出现相关的变化。NASA将输入描述为来自太阳动力学观测站上的日震与磁成像仪（HMI）的声学活动和磁场测量中随时间发生的细微变化。论文将目标定义为连续强度的演变，当一个大活跃区开始形成可见太阳黑子时，连续强度会下降。
这一区别很重要。该系统不直接预测太阳耀斑、日冕物质抛射或地磁风暴。它试图识别一个更早的前兆：可能随后产生破坏性空间天气的活跃区的出现。
12小时数字需要上下文
该研究使用来自46个活跃区的观测数据评估了提前12小时的预测。其最佳配置报告的平均提前预警时间为4.73小时，RMSE为0.1189，比研究人员的LSTM基线提高了10.6%。作者还报告说，更灵敏的Transformer产生了比更平滑的基线模型更大的方差。
这些是实验结果，而非业务服务保证。NASA表示该模型尚未准备好进行实时预测，需要在更多已知太阳事件中进行验证。12小时是预测窗口，不应被解读为对每个活跃区都能提前12小时预警。
为什么该结果对机器学习从业者有用
这项工作说明了一个熟悉的早期预警权衡。移除时间平滑层并添加早期检测偏置有助于模型更快响应小的前兆信号，但也增加了噪声。在生产预警系统中，这一增益需要与误报、校准、数据缺失、推理延迟以及与现有预测业务的集成一起进行评估。
目前，最好将该结果视为朝着更早活跃区监测迈出的研究步骤。它最终可能为预报员提供更多时间来研究可能产生风暴的区域，但它尚未为特定的严重太阳风暴提供提前预警。
（素材来自：NASA 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。