基于深度学习的极光亚暴时-空自动检测
作者：杨秋菊; 任杰; 向晗
更新时间：
准确、快速地探测亚暴极光具有重要意义。现有的利用机器学习技术自动检测亚暴出发时间的方法不能同时考虑检测的准确性和效率。本文提出了一种基于深度学习技术的端到端亚暴始点检测模型，该模型利用双流卷积网络提取子暴的时空特征，利用三个一维时间序列卷积层获得亚暴始点的概率序列。该模型在1996年至1998年的Aristole卫星极光观测中获得了87.5%的精度和393帧／s的探测速度，亚暴的位置与现有的物理结论高度一致。它可以用于亚暴大型事件的时空自动检测