确定太阳风参数，对日地空间环境研究具有重要意义。传统获取太阳风参数的方法，依赖日冕与行星际磁流体动力学（MHD）模型的耦合。后者需要前者在0.1AU处的运算结果作为内边界条件后再进行传播计算。这一过程计算量大、耗时长，难以满足实时的空间天气预报需求。近日，中国科学院国家空间科学中心研究团队与比利时荷语鲁汶大学科研团队合作，引入机器学习技术，实现太阳风参数在0.1AU处的快速重建与预测，为高效实时的空间天气预报提供了新思路。
研究团队提出了基于U型卷积神经网络（U-Net）的太阳风参数快速生成方法。模型以全球日震观测网络—美国光球磁通量同化传输模型光球磁图为输入，以基于通用面向对象流体动力学框架的非结构网格日冕磁流体力学模型（COCONUT MHD）的输出结果为学习目标，通过训练实现0.1 AU处太阳风径向速度、数密度和径向磁场的直接预测。训练完成后，模型能够在单次运行中输出完整球面的太阳风参数分布，并可捕捉其在卡林顿自转周期内的时序演化特征。
模型在测试集上取得了高精度的重建结果：径向速度、数密度和径向磁场的相关系数分别达到0.992、0.987和0.991；推导的阿尔文速度与动压的相关性分别达到0.996和0.769。模型准确再现了关键太阳风参数的空间分布，并捕捉到其随时间变化的动态演化规律。同时，在计算效率方面，单次预测在仅使用CPU时耗时约7.8秒，在GPU环境下仅需0.065秒，较传统COCONUT MHD模拟分别提升约15倍和1800倍。
这一成果提高了太阳风模型的运算效率，为实现近实时太阳风预报与大规模日球建模提供了可行的技术路径。
相关研究成果发表在《天体物理学报增刊》上。研究工作得到国家自然科学基金、国家重点研发计划等的支持。
论文链接
所用U-Net模型架构
模型重建的太阳风参数与MHD模型结果的比较
华南农业大学兽医学院药理团队曾振灵教授和陈建新研究员在国家自然科学基金创新群体项目、国家自然科学基金非洲猪 本报9月30日综合消息 75载砥砺奋进，75载凯歌前行，75载春华秋实。在中华人民共和国75周年华诞到来之际，各地各校干部师生满怀喜悦和豪情，通过丰富多彩、形式多样的活动，共享荣光、共庆华诞，为全面推进教育强国建设积蓄前 为深入学习贯彻全国教育大会精神，大力弘扬教育家精神，推动粤港澳大湾区教师队伍高质量发展，11月9日，教育部教育家精神宣讲（港澳站）暨粤港澳大湾区师德师风建设学术研讨会在澳门举行。 开幕式上，教育部教师工作司有关 中国教育报-中国教育新闻网讯（记者 方梦宇）记者日前从中国科学技术大学获悉，该校与合肥国家实验室相关研究人员合作，利用激光冷原子方法制备成基于自旋的薛定谔猫态，其寿命达到分钟量级，有助于提升 《中华人民共和国学前教育法》（以下简称学前教育法）第七章详细规定了各级政府及有关部门对学前教育在安全管理、收费管理、经费预算、督导问责、质量评估、信息公开等方面的监管责任，为解决实践 ◎摘 要 面向国家战略需求优化学科设置调整机制，是关系高等教育结构性改革的重要路径，也是畅通创新链、产业链、资金链、人才链的关键接点。在世界百年未有之大变局的新形势下，传统的学科设置 。本文链接：科研人员提出基于U-Net模型进行三维行星际太阳风内边界重建新方法http://www.sushuapos.com/show-12-2076-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 大规模异质集成光量子芯片研究取得进展
下一篇： 快速抗抑郁药物开发方面取得进展