Применение долгой краткосрочной памяти и управляемых рекуррентных блоков для прогнозирования значений геомагнитных индексов

Abstract

В работе с помощью глубокого обучения рассматривается прогнозирование значений следующих геомагнитных индексов (ГИ): Dst, Kp, AE и AP. Для прогнозирования используются архитектуры долгой краткосрочной памяти (LSTM) и управляемых рекуррентных блоков (GRU). Для различных ГИ индексов анализируется функция потерь в за-висимости от периодичности исходных данных. Установлено, что чем меньше периодичность исходных данных ГИ тем точнее осуществляется прогноз следующего значения ГИ. Для анализа использовались следую-щие периоды исходных данных ГИ: час, 3 часа, сутки.

Keywords

• геомагнитные индексы
• прогнозирование
• dst индекс
• kp-индекс
• ae индекс
• ap индекс
• долгая краткосрочная память
• управляемые рекуррентные блоки
• geomagnetic indices
• forecasting
• dst index
• kp-index
• ae index
• ap index
• long short-term memory
• managed recurrent blocks