[2D6-GS-2] 機械学習：応用（２）

[2D6-GS-2-01] Flare Transformer: 磁場画像と物理特徴量を用いた太陽フレア予測

〇兼田 寛大¹、飯田 紡¹、西塚 直人²、久保 勇樹²、杉浦 孔明¹ (1. 慶應義塾大学、2. 国立研究開発法人情報通信研究機構)

キーワード：太陽フレア予測、時系列予測、transformer

太陽フレアに代表される太陽活動は停電や宇宙飛行士への健康的被害などをもたらすため，宇宙天気予報による太陽フレアの予測技術が重要である．しかし，太陽フレアを正確に予測することは非常に難しい．そこで，本論文ではMagnetogram ModuleとSunspot Feature Moduleにより，画像と物理特徴量の両方を扱う太陽フレア予測モデル Flare Transformer を提案する．Flare Transformerは，transformer型注意機構，およびGandin-Murphy-Gerrity scoreとBrier skill scoreの2つの主要な尺度のバランスをとるための新しい微分可能な損失関数を導入している．実験結果より，Gandin-Murphy-Gerrity scoreおよびtrue skill statisticsの尺度において，提案手法はベースライン手法および専門家予測より高い性能を達成することが示された．