深層学習による高速なコロナDEM推定

太陽コロナの微分放射測度推定において、近似ベイズ深層学習を用いて計算効率を高めつつピクセルごとの不確実性を定量化する手法を提案している。

• 太陽コロナのDEM推定は、従来の逆問題解法では計算コストが高く不確実性の評価が不十分であった。
• モンテカルロドロップアウトとデュアルヘッド構造を取り入れた深層学習フレームワークを開発した。
• 実際のSDO/AIA観測データを用いた学習により、物理的に妥当な非負の解を高速に得ることが可能になった。
• ピクセルごとの不確実性を伴う高精度な熱構造の復元を実現している。

原文タイトル: An Approximate Bayesian Deep Learning Approach for Uncertainty-aware Differential Emission Measure Estimates in the Solar Corona from the SDO

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。