PulseAugur
中
实时 10:57:54
English(EN) Review of Machine Learning Models for Solar Energetic Particle Prediction

综述论文详述用于太阳高能粒子预测的机器学习

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新发表在arXiv上的综述论文详述了机器学习模型在预测太阳高能粒子（SEP）事件中的应用。该手稿由Spiridon Kasapis撰写，旨在通过识别数据集、比较模型架构以及概述该领域未来研究的最佳实践来整合现有知识。SEP的预测对于保护空间技术和载人任务，以及推进对粒子加速和传输的天体物理学理解至关重要。 AI

影响 提供了机器学习在空间天气预测中应用的综合概述，指导该领域的未来研究。

排序理由 该条目是一篇发表在arXiv上的关于机器学习模型用于科学预测任务的综述论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

综述论文详述用于太阳高能粒子预测的机器学习

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Spiridon Kasapis, Pouya Hosseinzadeh, Kathryn Whitman, Ricky Egeland, Manolis Georgoulis, Angelos Vourlidas, Athanasios Papaioannou, Eleni Lavasa, Anastasios Anastasiadis, Giorgos Giannopoulos, Andres Munoz-Jaramillo, Bala Poduval, Irina N. Kitiashvili, … ·

    Review of Machine Learning Models for Solar Energetic Particle Prediction

    arXiv:2606.19539v1 Announce Type: cross Abstract: Solar energetic particle (SEP) events have attracted increasing attention due to their significant radiation hazards for aviation, spacecraft electronics, and human missions beyond Earth's magnetosphere. From a scientific perspect…

相关实体

相关话题