講演名 1998/10/24
ニューラルネットワーク法による宇宙環境擾乱予報
渡邊 成昭, 大高 一弘,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 地球前方0.01AUのラグランジュ点にあるACE人工惑星で観測した太陽風パラメタを用いて、衛星通信回線及び地球周辺プラズマ中の電波伝搬に甚大な被害を与える磁気嵐の指数Dstを、リアルタイム予測運用の実装プログラムを製作した。エルマン型ニューラルネットワーク法を採用した。学習データは1979-1982年にISEE-3人工惑星で観測された太陽風パラメタの時系列を用いた。太陽風の南向き磁場、密度、速度を学習させたモデルを、磁場のX、Y成分と絶対値を付け加えた6入力モデルと比較した。主として嵐の区間を集めた4083時間の3成分学習学習データによるモデルWA3と、静穏時及び中規模擾乱期を多く取り入れた12, 413時間の予測モデルWQ3の結果を比べると、WA3はWQ3より嵐の大きさ等を良く予測するが、静穏時の予測が甘い。6成分学習データによるモデルは期待した程の改善は見られなかった。
抄録(英) We have developed prediction models for geomagnetic disturbances.The models are based on Elman type partially recurrent neural networks. Using solar wind parameters obtained at the L1 point, we examined the predictive ability of the models for cases where the learning set consisted of 3 and 6 input components.Preliminary conclusion, we can say that the restriction to 3 input components does not appear to adversly effect the predictive ability of the models.
キーワード(和) ニューラルネットワーク / 擾乱予測 / 太陽風 / Dst
キーワード(英) Neural networks / Prediction of disturbances / Solar wind / Dst
資料番号 A・P98-98,RCS98-143
発行日

研究会情報
研究会 RCS
開催期間 1998/10/24(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Radio Communication Systems (RCS)
本文の言語 JPN
タイトル(和) ニューラルネットワーク法による宇宙環境擾乱予報
サブタイトル(和)
タイトル(英) Operational prediction of geomagnetic disturbances using neural networks
サブタイトル(和)
キーワード(1)(和/英) ニューラルネットワーク / Neural networks
キーワード(2)(和/英) 擾乱予測 / Prediction of disturbances
キーワード(3)(和/英) 太陽風 / Solar wind
キーワード(4)(和/英) Dst / Dst
第 1 著者 氏名(和/英) 渡邊 成昭 / Shigeaki Watanabe
第 1 著者 所属(和/英) 郵政省通信総合研究所
Communications Research Laboratory
第 2 著者 氏名(和/英) 大高 一弘 / Kazuhiro Ohtaka
第 2 著者 所属(和/英) 郵政省通信総合研究所
Communications Research Laboratory
発表年月日 1998/10/24
資料番号 A・P98-98,RCS98-143
巻番号(vol) vol.98
号番号(no) 360
ページ範囲 pp.-
ページ数 6
発行日