机译:矢量磁场图数据对太阳耀斑的概率预测
Colorado Research Associates Division, NorthWest Research Associates, Inc., Boulder, Colorado, USA.;
Colorado Research Associates Division, NorthWest Research Associates, Inc., Boulder, Colorado, USA.;
Air Force Institute of Technology, Wright-Patterson Air Force Base, Ohio, USA.;
Department of Physics, United States Air Force Academy, Colorado Springs, Colorado, USA.;
Magnetic fields; Magnetic resonance imaging; Magnetic field measurement; Sociology; Statistics; Forecasting; Magnetic flux;
机译:2015年3月15日M1.2太阳耀斑的磁场极性反转线上的闪光能量释放。 利用HMI 135S矢量磁极图对光学电流和磁场变化的研究
机译:深卷积神经网络在全盘太阳磁图预测太阳耀斑发生中的应用
机译:基于深度学习的太阳耀斑预测模型。 I.视线磁场图的结果
机译:从磁图学习太阳耀斑预测模型
机译:使用先进的数据分析和机器学习技术对风能和太阳能进行确定性和概率性预测
机译:使用Helioseismic和磁性成像器向量磁场数据设置用于太阳闪光预测的数据
机译:2015年3月15日M1.2太阳耀斑期间磁场极性反转线处的耀斑能量释放。利用HMI 135S矢量磁极图研究了光学电流和磁场变化的研究
机译:利用有源区磁图和近期耀斑活动预测严重空间天气的太阳驱动因子。