[4Xin1] ポスターセッション2

[4Xin1-30] 深層学習を用いた太陽フィラメント自動検出手法の開発

〇佐藤 智哉¹、飯田 佑輔¹、安藤 秀一¹、佐々木 明良¹ (1.新潟大学)

キーワード：宇宙天気、深層学習、物体検出

太陽活動の地球圏への影響は宇宙天気と呼ばれ，宇宙空間の活用が行われる現在では重要である．特に，太陽フィラメントと呼ばれるガス塊の噴出現象は人工衛星やGPSの運用に影響を与えうる．一方で，これまでのルールベースの手法では，太陽画像からのフィラメント検出も困難であった．A. Ahmadzadeh et al.（2019）は，Mask R-CNNを用いてフィラメント検出を行い，高い検出精度を達成した．しかし，1つのフィラメントを複数個に分割して検出することが報告されている．そこで本研究では，分割問題を踏まえた適切な学習設定によるフィラメント検出の高精度化を目指す．ハイパーパラメータ調整，学習データ選定，データセットの修正を行った．ハイパーパラメータ調整では太陽フィラメントの大きさ・形を考慮し調整した．学習データ選定では宇宙天気で重要とされる大きなフィラメントを重視し，教師データから小さなフィラメントを制限した．その結果，検出精度は改善され，Average Precisionが0.48というスコアを達成した．