在过去三年中,国家天文台怀柔太阳观测基地和云南天文台抚仙湖观测基地的合作研究团队共同努力,以太阳观测卫星Hinode中的SP扫描光谱仪偏振数据仿真单波长滤光器磁像仪,采用两种有监督机器学习中神经网络模型成功建立了单波段 ...
这两篇姊妹篇分别采用点对点的多层感知机网络(MLP)技术和考虑相邻像元之间关系的卷积残差网络(ResNet)技术来从单波段stokes数据推断矢量磁场。
第一篇采用能够灵活地设置输入变量的个数和有效的解决多变量回归问题的MLP建立网络模型来推断磁场,并讨论了速度场、填充因子等参量对磁场的影响。
另外,填充因子对网络收敛性有显著影响,速度场的影响不显著。这证明了神经网络方法在单波段磁场定标中可以获得良好的结果。
图1 Hinode/SP活动区MLP预测结果比较。
蓝色框线内为黑子本影区域,即高磁场区域,磁饱和效应较为严重。
第二篇采用卷积神经网络之一的ResNet训练Stokes分量与矢量磁场(横场、纵场和方位角)之间的关系模型。