Глубокое обучение солнечной астрономии

Объем данных, собираемых в солнечной астрономии, за последнее десятилетие увеличился в геометрической прогрессии, и мы вступаем в эпоху петабайтных солнечных данных. Глубокое обучение стало бесценным инструментом, используемым для эффективного извлечения ключевой информации из массивных данных наблюдений Солнца, для решения задач архивирования/классификации данных, обнаружения и распознавания объектов. Астрономические исследования начинаются с получения изображений из записанных необработанных данных, за которыми следует обработка изображений. такие как реконструкция изображения, дорисовка и генерация, для повышения качества изображения. Мы изучаем глубокое обучение для обработки изображений Солнца. Сначала исследуется деконволюция изображения для получения изображений с синтезированной апертурой. Во-вторых, исследуется перерисовка изображения для восстановления перенасыщенного солнечного изображения из-за интенсивности света, превышающей порог оптической линзы. В-третьих, преобразование изображений при наблюдениях хромосферы/короны в УФ/ЭУФ-диапазоне, наблюдение хромосферы и магнитограммы фотосферы в Ха реализуется с помощью GAN, демонстрируя мощную способность передачи области изображения между несколькими диапазонами волн и различными устройствами наблюдения. Это может компенсировать недостаток времени наблюдения или диапазона волн. Кроме того, модель временных рядов, например LSTM, используется для прогнозирования солнечных всплесков и индексов солнечной активности. В этой книге представлен всесторонний обзор приложений глубокого обучения в солнечной астрономии. Он подходит для студентов и молодых исследователей, специализирующихся в области астрономии и информатики, особенно их междисциплинарных исследований.