基于UNet和注意力机制的太阳光球层磁场预测模型

基于UNet和注意力机制的太阳光球层磁场预测模型
马骁鹏
【期刊名称】《科学技术创新》
【年(卷),期】2022()18
【摘要】在UNet神经网络结构的基础上,引入多头自注意力(Multi-head Self Attention,MHSA)神经网络层,构建了一套太阳光球层磁场预测模型。

通过在SDO/HMI观测数据上进行训练,此模型具备在一定精度上预测太阳磁场的能力。

模型的测试结果还表明,MHSA的引入显著提升了模型的预测能力。

【总页数】4页(P74-77)
【作者】马骁鹏
【作者单位】郑州工业应用技术学院信息工程学院
【正文语种】中文
【中图分类】O572.25
【相关文献】
1.基于双重注意力机制和GRU网络的短期负荷预测模型
2.基于自注意力机制和CNN-LSTM深度学习的对虾投饵量预测模型
3.基于EMD和时序注意力机制的明渠流量预测模型
4.基于注意力机制的多尺度残差UNet实现乳腺癌灶分割
5.基于多头注意力机制的磷酸化位点预测模型
因版权原因，仅展示原文概要，查看原文内容请购买。