By this author

Accounting of the process of magnetospheric loading by the kinetic energy of the solar wind in the problem of classification of isolated substorms

Issue number 2 from 02.06.2025

В исследовании выполнена классификация изолированных магнитосферных суббурь по временным характеристикам фаз суббури совместно с данными о параметрах солнечного ветра и межпланетного магнитного поля. Результаты классификации демонстрируют причинно-следственные связи суббуревой активности с характеристиками потока солнечного ветра, натекающего на земную магнитосферу. При этом используются комбинации параметров солнечного ветра, учитывающие процесс загрузки кинетической энергии солнечного ветра в полярную магнитосферу. Нейросетевые эксперименты показали, что динамические параметры суббуревой активности содержат в себе информацию о характеристиках плазменных потоков. Это выразилось в обнаружении классов изучаемых образов, отвечающих физическим представлениям о генерации высокоширотной геомагнитной активности.

64 0

Prediction of Isolated Substorms by a Package of Parallel Neural Networks

Issue number 3 from 01.05.2023

Выполнен нейросетевой прогноз суббурь, обусловленных воздействием потоков плазмы солнечного ветра на магнитосферу Земли. Для этого были созданы рекуррентные нейросетевые модели, основанные на физических причинно-следственных связях динамики высокоширотной геомагнитной активности (по индексу AL) с параметрами межпланетного магнитного поля (ММП) и плазмы солнечного ветра (ПСВ). В качестве входных последовательностей использованы два параметра – Bz-компонента ММП и интегральный параметр Σ[NV  ²], учитывающий предысторию процесса накачки кинетической энергии солнечного ветра в магнитосферу, где N и V – концентрация плазмы и скорость солнечного ветра, соответственно. Выполнен полноценный прогноз AL-индекса по данным ПСВ и ММП на 10 мин и т.д. с 10 мин дискретностью по отдельности индивидуальной искусственной нейронной сетью (ИНС) на каждую точку, отвечающую динамике AL-индекса. Это означает, что прогноз непрерывного ряда значений AL-индекса достигается параллельно работающим пакетом ИНС. Количество ИНС в пакете определяется скважностью необходимого прогнозируемого ряда AL-индекса, при этом учет 90 мин предыстории входных параметров в каждой из сетей обеспечивает прогноз значений AL-индекса с точностью до ~80%.

44 0