太陽物理学における機械学習の統合的枠組み

太陽の複雑な動的システムを状態空間の枠組みで捉え直し、機械学習の多様な応用を統一的なオペレーターとして整理した。

• 太陽内部と大気は不均一な観測データに制約された複雑な多重スケールシステムである。
• 太陽の状態ベクトルを定義し、機械学習を推論やエミュレーションなどの数学的オペレーターとして位置づける。
• データ駆動型手法が観測の欠損を補い、非線形シミュレーションを加速することを示す。
• 従来の分散した研究を統合し、太陽全体の大域的な進化予測への道筋を提示する。

原文タイトル: Machine Learning Applications in the Solar Interior and Atmosphere

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。