Automatic analysis of magnetograms for identification and classification of active regions using Deep Learning

Resumo

Alguns fenômenos que ocorrem no Sol têm consequências na Terra. Entre esses fenômenos, as explosões solares liberam grandes quantidades de radiação e energia que impactam a vida e os sistemas tecnológicos da Terra. Essas explosões nascem geralmente a partir de manchas solares, que derivam de atividades magnéticas solares. Uma estratégia para prever explosões solares é identificar as regiões ativas, i.\,e., um grupo de manchas solares com alto potencial de causar explosões solares. Este artigo relata o uso da técnica de aprendizado profundo para identificar e classificar regiões ativas a partir da análise de magnetogramas. Para realizar essas tarefas, montamos um conjunto magnetogramas e realizamos testes para escolher os melhores modelos de aprendizado profundo para identificação e classificação de regiões ativas. Os resultados dos melhores modelos alcançaram precisões superiores a \SI{80}{\percent} para as tarefas de identificação e classificação. Com base nesses resultados, implementamos um sistema em Python para automatizar o processo completo de identificação e classificação baseado na análise de magnetogramas.