Труды КНЦ (Естественные и гуманитарные науки вып.2/2023(2))

Вы воды Построена численная модель предсказания параметров солнечной активности — числа солнечных пятен R и потока радиоизлучения на волне 10,7 см Fw j вперед на 27 суток. Для построения численной модели использована ИНС с LSTM-слоями. Как для числа солнечных пятен, так и для потока радиоизлучения модель предсказывает уровни и пределы вариации значений на 27 дней. Средняя абсолютная ошибка предсказания модели составляет менее 6 %. Модель в реальном времени реализована на сайте http://aurora.pgia.ru и может быть дополнением к долгосрочным прогнозам других интернет-ресурсов (S o la r.). Список источников 1. Hochreiter S., Schmidhuber J., Long short-termmemory // Neural computation. 1997. V 9(8). P. 1735-1780. 2. SILSO. URL: https://www.sidc.be/silso/ssngraphics 3. Solar Cycle Progression // SWPC. URL: https://www.swpc.noaa.gov/products/solar-cycle-progression 4. TensorFlow. URL: https://www.tensorflow.org/api_docs/python/tf/keras References 1. Hochreiter S., Schmidhuber J. Long short-termmemory. Neural computation, 1997, vol. 9(8), pp. 1735-1780. 2. https://www.sidc.be/silso/ssngraphics 3. Solar Cycle Progression. SWPC. Available at: https://www.swpc.noaa.gov/products/solar-cycle-progression 4. https :/ /www.tensorflow. org/api_docs/python/tf/keras Информация об авторе Б. В. Козелов — доктор физико-математических наук, главный научный сотрудник. Information about the author B. V. Kozelov — Doctor of Sciences (Phys.-Math.), Chief Researcher. Статья поступила в редакцию 10.04.2023; одобрена после рецензирования 17.04.2023; принята к публикации 03.05.2023. The article was submitted 10.04.2023; approved after reviewing 17.04.2023; accepted for publication 03.05.2023. Труды Кольского научного центра РАН. Серия: Естественные и гуманитарные науки. 2023. Т. 2, № 2. С. 19-24. Transactions of the Kola Science Centre of RAS. Series: Natural Sciences and Humanities. 2023. Vol. 2, No. 2. P. 19-24. © Козелов Б. В., 2023 24