論文の概要: Exploring Coronal Heating Using Unsupervised Machine-Learning
- arxiv url: http://arxiv.org/abs/2103.05371v1
- Date: Tue, 9 Mar 2021 11:39:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-10 14:43:57.669568
- Title: Exploring Coronal Heating Using Unsupervised Machine-Learning
- Title（参考訳）: 教師なし機械学習によるコロナ加熱の探索
- Authors: Shabbir Bawaji, Ujjaini Alam, Surajit Mondal and Divya Oberoi
- Abstract要約: Mondal(2020)による最近の研究は、静かな太陽地域からの低無線周波数で多数のユビキタス衝動放出の存在の最初の証拠を提供しました。
これらの特徴は、毎分約500イベントの割合で発生し、その強度はバックグラウンドの安定した放出のわずか数パーセントです。
我々は、これらの衝動放出の形態を特徴づけるための教師なし機械学習アプローチに基づく手法を開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The perplexing mystery of what maintains the solar coronal temperature at
about a million K, while the visible disc of the Sun is only at 5800 K, has
been a long standing problem in solar physics. A recent study by Mondal(2020)
has provided the first evidence for the presence of numerous ubiquitous
impulsive emissions at low radio frequencies from the quiet sun regions, which
could hold the key to solving this mystery. These features occur at rates of
about five hundred events per minute, and their strength is only a few percent
of the background steady emission. One of the next steps for exploring the
feasibility of this resolution to the coronal heating problem is to understand
the morphology of these emissions. To meet this objective we have developed a
technique based on an unsupervised machine learning approach for characterising
the morphology of these impulsive emissions. Here we present the results of
application of this technique to over 8000 images spanning 70 minutes of data
in which about 34,500 features could robustly be characterised as 2D elliptical
Gaussians.
- Abstract（参考訳）: 太陽の可視円盤がわずか5800 Kである一方で、太陽の冠状温度を約100万Kに保つかという複雑な謎は、太陽物理学において長年の課題となっています。
モンダル(2020)による最近の研究は、この謎を解決するための鍵を握ることができる静かな太陽地域からの低い無線周波数で多数のユビキタス衝動放射の存在の最初の証拠を提供しました。
これらの特徴は、毎分約500イベントの割合で発生し、その強度はバックグラウンドの安定した放出のわずか数パーセントです。
冠状加熱問題に対するこの解決の可能性を探る次のステップの1つは、これらの放出の形態を理解することです。
この目的を達成するため,我々は,これらの衝撃的排出の形態を特徴付けるための教師なし機械学習手法に基づく手法を開発した。
そこで本研究では,70分間のデータにまたがる8000以上の画像に対して,約34,500個の特徴を2次元楕円ガウスとしてロバストに表現した。
関連論文リスト
- Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。
本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
論文 参考訳（メタデータ） (2024-07-12T18:00:02Z) - Design and simulation of a transmon qubit chip for Axion detection [103.69390312201169]
超伝導量子ビットに基づくデバイスは、量子非劣化測定(QND)による数GHz単一光子の検出に成功している。
本研究では,Qub-ITの超伝導量子ビットデバイスの実現に向けた状況を示す。
論文 参考訳（メタデータ） (2023-10-08T17:11:42Z) - Heating and dynamics of the Solar atmosphere [0.0]
太陽大気は5500Kの光球から100万度のケルビンコロナまで、異常な温度変化を示す。
コロナ自体は、地球近傍の宇宙天気を調節し、衝撃を与える自由流太陽風として、星間物質へと膨張する。
太陽風における異なる構造、その形成高さ、太陽大気の加熱の正確な源域は、天体物理学においてリンクされ未解決な問題である。
論文 参考訳（メタデータ） (2023-04-04T06:13:07Z) - Thermal Spread Functions (TSF): Physics-guided Material Classification [21.120014488056032]
本研究では,物体の熱特性に依存する物理誘導材料分類フレームワークを提案する。
物体の加熱と冷却の速度は、材料の固有の性質、すなわち放射率と拡散率に依存する。
提案手法は, 小型光源(低出力レーザー)とサーマルカメラのみを要し, 16クラスで86%の精度でロバストな分類結果が得られる。
論文 参考訳（メタデータ） (2023-04-03T03:07:26Z) - A highly-sensitive broadband superconducting thermoelectric
single-photon detector [62.997667081978825]
熱電検出器(TED)は、単一光子の吸収による有限温度差を開回路熱電圧に変換する。
TEDでは、選択した設計や素材に応じて、約15GHzから約150Hzの周波数の単一光子を公開できる。
論文 参考訳（メタデータ） (2023-02-06T17:08:36Z) - Predictive Modeling of Coronal Hole Areas Using Long Short-Term Memory Networks [0.0]
太陽上に存在するコロナホールは 磁場線と 比較的低温で区別される
本研究は、コンピュータビジョンを利用して、コロナホール領域をピンポイントし、太陽ダイナミクス観測所の画像を用いてその次元を推定する。
本研究は, コロナホールの面積に関する時系列データから, コロナホールの挙動のパターンを明らかにすることを目的とする。
論文 参考訳（メタデータ） (2023-01-17T07:22:54Z) - A Machine Learning Enhanced Approach for Automated Sunquake Detection in
Acoustic Emission Maps [0.0]
太陽地震は、太陽フレアと関連した、太陽表面で見られる地震放射である。
いくつかの手動検出ガイドラインが利用可能であるにもかかわらず、日震のために生成された天体物理データは、機械学習の分野では初めてである。
ホログラフィー法を用いて,太陽周期23,24で得られた太陽活動領域の音響放射パワーマップから構築したデータセットについて紹介する。
次に,AutoEncoders,Contrastive Learning,Object Detection,およびRecurrent Techniqueを用いた地震検出のための機械学習表現手法の適用に関する教育的アプローチを提案する。
論文 参考訳（メタデータ） (2022-12-13T16:42:20Z) - CubeSat in-orbit validation of in-situ performance by high fidelity
radiation modelling [55.41644538483948]
SpooQy-1 CubeSatミッションは、単一光子検出のためのアバランシェフォトダイオードを用いた偏光に基づく量子エンタングルメント相関を実証した。
2年間にわたって観測された2つのシリコン・ガイガーモード・アバランシェ・フォトダイオードの暗黒数率の増加を報告した。
我々は,光ダイオードに蓄積した変位損傷量を推定するために,高忠実度放射モデルと3次元コンピュータ支援型SpooQy-1 CubeSatの設計モデルを実装した。
論文 参考訳（メタデータ） (2022-09-01T12:33:27Z) - Exploring the Limits of Synthetic Creation of Solar EUV Images via
Image-to-Image Translation [24.21750759187231]
ソーラー・ダイナミクス・オブザーバトリー(SDO)は、太陽からテラバイト単位の観測データを毎日生成している。
画像から画像への変換を用いて、極端紫外線チャネルを仮想的に生成するというアイデアは、近年、いくつかの研究で提案されている。
本稿では,4つのチャネルの置換とエンコーダ・デコーダに基づくアーキテクチャに着目し,このような深層学習手法の可能性と限界について検討する。
論文 参考訳（メタデータ） (2022-08-19T18:58:36Z) - A Multi-Stage model based on YOLOv3 for defect detection in PV panels
based on IR and Visible Imaging by Unmanned Aerial Vehicle [65.99880594435643]
本研究では,無人航空機が捉えた空中画像のパネル欠陥を検出するための新しいモデルを提案する。
このモデルは、パネルと欠陥の検出を組み合わせることで、精度を向上する。
提案モデルはイタリア南部の2つの大きなPVプラントで検証されている。
論文 参考訳（メタデータ） (2021-11-23T08:04:32Z) - Quantum thermodynamics of coronal heating [77.34726150561087]
恒星光球の対流は、ツェルドヴィチ超放射とソニックブームに似た不可逆過程によってプラズマ波を生成する。
エネルギーは主にメガヘルツ・アルフヴェン波によって運ばれ、モード変換によって放散できる高さに達するまで弾性的に散乱する。
論文 参考訳（メタデータ） (2021-03-15T22:27:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。