Труды КНЦ (Естественные и гуманитарные науки вып.3/2025(4))

Научная статья УДК 550.385.1+550.385.4 doi:10.37614/2949-1185.2025.4.3.005 ПРОГНОЗИРОВАНИЕ РЯДОВ ИНДЕКСОВ ГЕОМАГНИТНОЙ АКТИВНОСТИ DST И AP НЕЙРОСЕТЬЮ С LSTM-СЛОЯМИ Борис Владимирович Козелов ФНЦ Институт прикладной физики им. А.В. Гапонова-Грехова РАН, Нижегородская обл., Россия bob-koz@yandex.ru, https://orcid.org/0000-0002-0217-7737 Аннотация Описывается реализация нейросетевого подхода с использованием слоёв LSTM (Long Shot-Term Memory) к прогнозированию рядов индексов геомагнитной активности Dst и ap на основе данных о предыдущей активности и параметрах солнечного ветра. Модель тренирована на данных базы OMNI за 2000-2023 гг. По предыстории значений z-компоненты межпланетного магнитного поля (Bz ММП), скорости солнечного ветра (Vtot), плотности плазмы солнечного ветра (Np) и индекса Dst за 80 часов прогнозируются следующие за ними 12 часовых значений Dst и ap. Программы работают на сайте Полярного геофизического института1. Ключевые слова: индексы геомагнитной активности, прогноз, нейросети, LSTM-слой Благодарности: автор благодарит GSFC/SPDF OMNI Web за подготовку использованных в статье данных. Работа поддержана грантом РНФ № 23-62-10043 «Новые методы выявления и анализа закономерностей, определяющих наблюдаемую динамику сложных систем, и их применение к исследованию климатических и магнитосферных процессов». Для цитирования: Козелов Б. В. Прогнозирование рядов индексов геомагнитной активности DST и AP нейросетью с LSTM- слоями // Труды Кольского научного центра РАН. Серия: Естественные и гуманитарные науки. 2025. Т. 4, № 3. С. 56-65. doi:10.37614/2949-1185.2025.4.3.005. Original article FORECASTING SERIES OF DST AND AP GEOMAGNETIC ACTIVITY INDICESBY NEURAL NETWORK WITH LSTM LAYERS Boris V. Kozelov Institute of Applied Physics RAS, Nizhny Novgorod, Russia bob-koz@yandex.ru, https://orcid.org/0000-0002-0217-7737 Abstract The paper describes the implementation of a neural network approach using LSTM (Long Shot-Term Memory) layers to forecasting series of geomagnetic activity indices Dst and ap based on data on previous activity and solar wind parameters. The model is trained on the OMNI database data for 2000-2023. Based on the history of the values of the z-component of the interplanetary magnetic field (Bz IMF), solar wind speed (Vtot), solar wind plasma density (Np) and the Dst index for 80 hours, the following 12-hour values of Dst and ap are predicted. The programs work on the website http://aurora.pgia.ru/AI/. Keywords: geomagnetic activity indexes, forecast, neural networks, LSTM layer Acknowledgements: The author thanks GSFC/SPDF OMNI Web for preparing the data used in the article. The work was supported by a grant from the Russian Science Foundation and the Ministry of Education and Science of the Murmansk Region No. 22-12-20017 "Space-time structures in near-Earth space in the Arctic: from the aurora borealis through the features of plasma self-organization to the passage of radio waves". For citation: Kozelov B. V. Forecasting series of DST and AP geomagnetic activity indicesby neural network with LSTM layers // Transactions of the Kola Science Centre of RAS. Series: Natural Sciences and Humanities. 2025. Vol. 4, no. 3. P. 56-65. doi:10.37614/2949-1185.2025.4.3.005. Труды Кольского научного центра РАН. Серия: Естественные и гуманитарные науки. 2025. Т. 4, № 3. С. 56-65. Transactions of the Kola Science Centre of RAS. Series: Natural Sciences and Humanities. 2025. Vol. 4, No. 3. P. 56-65. 1URL: http://aurora.pgia.ru/AI (дата обращения: 15.10.2024). © Козелов Б. В., 2025 56