Deux jeunes chercheuses de l’IRAP participent à un concours de prévisions en météorologie de l’espace au moyen de l’apprentissage automatique

Ces dernières années, le domaine de l’intelligence artificielle (IA) s’est considérablement développé et trouve aujourd’hui une grande variété d’applications, offrant à la communauté scientifique de formidables opportunités. En particulier, l’apprentissage automatique présente un fort potentiel pour les modèles de prévision de météorologie de l’espace (1).

La NASA et la NOAA ont récemment organisé un concours de science des données baptisé MagNet (2), qui s’est déroulé sur 6 semaines pour s’achever le 12 février dernier. Il incluait une tâche de série temporelle dont l’objectif était de prédire, au moyen de données sur le vent solaire acquises en temps réel par deux satellites – le Deep Space Climate Observatory (DSCOVR) de la NOAA et l’Advanced Composition Explorer (ACE) de la NASA, l’indice perturbation-tempête (Dst) corrélé à l’intensité d’une tempête géomagnétique.

La doctorante Veronika Haberle et l’ancienne postdoc Anna Kotova du groupe PEPS de l’IRAP ont participé au concours. L’équipe de Veronika a obtenu la 41ème place et celle d’Anna la 11ème place (sur 622 participants). « Nous tenons à souligner que l’ingénierie des fonctionnalités a été la clé pour atteindre les premières places du classement ». Une brève description, le code de l’équipe d’Anna ainsi que les résultats obtenus sont disponibles sur GitHub (3).

« Pour nous, ce concours fut une excellente occasion de nous initier à l’apprentissage automatique et à l’application des algorithmes à la physique spatiale. Nous recommandons à tous ceux qui souhaitent s’initier en douceur à l’IA et à ses différents champs d’application de participer aux concours à venir ».

Notes

(1) Pour un examen de ce sujet, le lecteur intéressé est invité à consulter The Challenge of Machine Learning in Space Weather: Nowcasting and Forecasting from E. Camporeale, 2019.

(2) https://www.drivendata.org/competitions/73/noaa-magnetic-forecasting/page/278/

(3) https://github.com/olegpolivin/MagNet-Model-the-Geomagnetic-Field

Contacts IRAP

  • Veronika Haberle, Veronika.Haberle@irap.omp.eu
  • Anna Kotova, molnia555@gmail.com

Plus d'actualités

Découverte de séismes longue période profonds sous les volcans du Massif central

Une étude récente, publiée dans Geophysical Research Letters, révèle des signaux sismiques atypiques sous les volcans du Massif central. Ces signaux, associés à la présence active de magma en profondeur, suggèrent […]

Ganymède et Callisto : destins gelés aux origines divergentes

Deux lunes glacées de Jupiter, pourtant voisines et de tailles similaires, présentent des structures internes radicalement différentes. Une nouvelle étude suggère que cette dichotomie trouve son origine dès leur formation, […]

Mission Dawn : deux hypothèses sur l’origine de l’astéroïde Vesta

Une étude parue dans Nature Astronomy révèle deux hypothèses sur l’origine complexe et la structure de Vesta, deuxième plus grand corps de la ceinture d’astéroïdes entre Mars et Jupiter.  Vesta, deuxième […]

Rechercher