基于深度学习的极光亚暴时-空自动检测

摘要

准确快速地检测极光亚暴具有重要的意义.现有利用机器学习技术自动检测亚暴起始时刻的方法无法同时兼顾检测精度和效率.本文基于深度学习技术提出了一个端到端的亚暴起始检测模型,该模型利用双流卷积网络提取亚暴的时-空特征,并用三个一维时序卷积层获得亚暴起始的概率序列.该模型在Polar卫星1996—1998年极光观测上获得了87.5%的准确率和393帧/s的检测速度,且定位的亚暴发生位置与现有物理结论高度一致,可用于大规模亚暴事件时-空自动检测.