論文の概要: Probabilistic Forecasting of Radiation Exposure for Spaceflight
- arxiv url: http://arxiv.org/abs/2411.17703v1
- Date: Mon, 11 Nov 2024 23:23:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-01 05:10:56.587931
- Title: Probabilistic Forecasting of Radiation Exposure for Spaceflight
- Title（参考訳）: 宇宙飛行における放射線被曝の確率予測
- Authors: Rutuja Gurav, Elena Massara, Xiaomei Song, Kimberly Sinclair, Edward Brown, Matt Kusner, Bala Poduval, Atilim Gunes Baydin,
- Abstract要約: マルチモーダル時系列データを用いたBLEOにおける放射露光予測のための機械学習手法を提案する。
フルディスクの太陽画像が放射線照射の予測に使われたのはこれが初めてである。
我々は,SPEによる放射線発生の予測と,事象発生後の放射線崩壊プロファイルを実証した。
- 参考スコア（独自算出の注目度）: 2.2506517531918706
- License:
- Abstract: Extended human presence beyond low-Earth orbit (BLEO) during missions to the Moon and Mars will pose significant challenges in the near future. A primary health risk associated with these missions is radiation exposure, primarily from galatic cosmic rays (GCRs) and solar proton events (SPEs). While GCRs present a more consistent, albeit modulated threat, SPEs are harder to predict and can deliver acute doses over short periods. Currently NASA utilizes analytical tools for monitoring the space radiation environment in order to make decisions of immediate action to shelter astronauts. However this reactive approach could be significantly enhanced by predictive models that can forecast radiation exposure in advance, ideally hours ahead of major events, while providing estimates of prediction uncertainty to improve decision-making. In this work we present a machine learning approach for forecasting radiation exposure in BLEO using multimodal time-series data including direct solar imagery from Solar Dynamics Observatory, X-ray flux measurements from GOES missions, and radiation dose measurements from the BioSentinel satellite that was launched as part of Artemis~1 mission. To our knowledge, this is the first time full-disk solar imagery has been used to forecast radiation exposure. We demonstrate that our model can predict the onset of increased radiation due to an SPE event, as well as the radiation decay profile after an event has occurred.
- Abstract（参考訳）: 月と火星へのミッション中に低地球軌道(BLEO)を越えて人間の存在を拡大することは、近い将来大きな課題となるだろう。
これらのミッションに関連する主要な健康リスクは、主に銀河系宇宙線(GCR)と太陽陽子事象(SPE)による放射線曝露である。
GCRはより一貫性があり、調節された脅威を示すが、SPEは予測が困難であり、短時間で急性投与が可能である。
現在NASAは、宇宙飛行士を保護するための即時行動を決定するために、宇宙放射線環境の監視に分析ツールを使用している。
しかし、この反応的アプローチは、予測不確実性を予測し、意思決定を改善するために予測の不確実性を予測しながら、前もって放射線暴露を予測できる予測モデルによって、大幅に強化される可能性がある。
本研究では,太陽観測衛星による太陽観測,GOESミッションからのX線フラックス測定,Artemis~1ミッションの一環として打ち上げられたバイオセンチネル衛星からの放射線量測定などのマルチモーダル時系列データを用いて,BLEOの放射線被曝を予測するための機械学習手法を提案する。
私たちの知る限り、フルディスクの太陽画像が放射線照射の予測に使われたのはこれが初めてです。
我々は,SPEによる放射線発生の予測と,事象発生後の放射線崩壊プロファイルの予測が可能であることを実証した。
関連論文リスト
- Predicting the energetic proton flux with a machine learning regression algorithm [0.0]
最大1時間前に陽子束を予測できる機械学習回帰アルゴリズムを提案する。
このアプローチは、深宇宙と地球近傍の両方の環境における放射線リスクの監視システムを改善するのに役立つかもしれない。
論文 参考訳（メタデータ） (2024-06-18T15:54:50Z) - Evaluating radiation impact on transmon qubits in above and underground facilities [52.89046593457984]
我々は,Fermilab SQMS地上施設および深部地下グラン・サッソ研究所(INFN-LNGS)で最初に測定されたトランスモン量子ビットの応答の比較を行った。
その結果、クォービットは強いガンマ源に反応し、粒子の衝突を検出することが可能であることが示唆された。
論文 参考訳（メタデータ） (2024-05-28T16:54:45Z) - Forecasting SEP Events During Solar Cycles 23 and 24 Using Interpretable
Machine Learning [38.321248253111776]
我々は、新しいデータプロダクトの予測可能性を評価するために、一連の機械学習戦略を用いて、事後SEPイベントの予測を行う。
データ量の増大にもかかわらず、予測精度は 0.7 + 0.1 に達し、これはこれらのベンチマークに合致するが、公表されたベンチマークを超えない。
論文 参考訳（メタデータ） (2024-03-04T23:12:17Z) - Improving day-ahead Solar Irradiance Time Series Forecasting by
Leveraging Spatio-Temporal Context [46.72071291175356]
太陽発電は二酸化炭素の排出量を大幅に削減することで気候変動を緩和する大きな可能性を秘めている。
しかし、太陽光の固有の変動は、電力網に太陽エネルギーをシームレスに統合する上で大きな課題となる。
本稿では,衛星データを用いた時間的文脈の活用を目的としたディープラーニングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-06-01T19:54:39Z) - A Comparative Study on Generative Models for High Resolution Solar
Observation Imaging [59.372588316558826]
本研究は、観測された太陽活動状態の背後にあるデータ分布を正確に捉えるために、現在の最先端生成モデルの能力について検討する。
スーパーコンピュータ上での分散トレーニングを用いて、人間の専門家が区別できない高品質なサンプルを生成する、最大1024x1024解像度の生成モデルを訓練することができる。
論文 参考訳（メタデータ） (2023-04-14T14:40:32Z) - Searching for long faint astronomical high energy transients: a data
driven approach [1.5851170136095292]
宇宙起源の高エネルギー検出器のバックグラウンドカウント率を評価するための新しいフレームワークを提案する。
我々は、異なる時間スケールで背景光曲線を推定するためにニューラルネットワーク(NN)を用いる。
我々は,NASAのFermi Gamma-ray Burst Monitor(GBM)のアーカイブデータに基づいて,新しいソフトウェアをテストする。
論文 参考訳（メタデータ） (2023-03-28T12:47:00Z) - Automatic Emergency Dust-Free solution on-board International Space
Station with Bi-GRU (AED-ISS) [1.4149476019206353]
本稿では,過去90分間のデータ収集を行うBi-GRUアルゴリズムを実装し,次の1分間で2.5マイクロメートル/0.1リットルの粒子のレベルを予測する。
我々のゴールは早期警戒システム(EWS)を確立することであり、それは粒子状物質のレベルを予測し、宇宙飛行士が機器を保護するのに十分な反応時間を提供することである。
論文 参考訳（メタデータ） (2022-10-16T14:20:11Z) - 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) - Radiation-Induced Dark Counts for Silicon Single-Photon Detectors in
Space [55.41644538483948]
イオン化放射線による検出器の材料格子の変位損傷は、検出器の永久的な暗カウントの増加をもたらす。
高高度の核爆発が発生した場合、爆発によって生成された人工放射線帯は、低軌道衛星のシリコン単光子検出器に過度に損傷を与える。
論文 参考訳（メタデータ） (2021-11-17T22:36:41Z) - Prediction of Solar Radiation Using Artificial Neural Network [0.0]
本稿では,太陽放射の時間的活動を予測するアルゴリズムを提案する。
データセットは、空気の温度、時間、湿度、風速、気圧、風向き、太陽放射データで構成されている。
教師付き学習データを通じてパターンを解釈できるシステムを構築するために、2つのモデルを作成する。
論文 参考訳（メタデータ） (2021-04-01T20:41:27Z) - LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar
Fusion [52.59664614744447]
本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。
自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
論文 参考訳（メタデータ） (2020-10-02T00:13:00Z)
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。