报告详情
基于深度学习的上升调电磁离子回旋波的统计研究
编号：160
访问权限：私有
更新：2023-04-07 17:36:20 浏览：161次
口头报告
报告开始：2023年05月06日 10:15（Asia/Shanghai）
报告时间：15min
所在会场：[11] 11、空间物理与空间探测 [11-3] 11-3 磁层物理
暂无文件
摘要
基于范艾伦探测器7年的观测数据以及深度学习技术，我们构建了一个卷积神经网络模型，用于自动识别范艾伦探测器波动观测中的上升调电磁离子回旋波，统计研究表明，观测到上升调电磁离子回旋波事件的总时间占卫星驻留时间的0.016%。此外我们发现氢频段事件的发生率峰值出现在中午，而氦频段的发生率峰值出现在下午侧。我们的统计分析还揭示出两种趋势：其一，在氢和氦频段的上升调精细结构的扫频率与频率之间呈正相关；其二，在氢频段，扫频率明显随着波幅的增加而增加。这两种趋势都与上升调电磁离子回旋波的非线性增长理论一致。
关键词
上升调电磁离子回旋波,深度学习
报告人
王焱
南方科技大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论