MEMPSEP‐III. Un ensemble de données multivariées orienté vers l'apprentissage machine pour prévoir l'occurrence et les propriétés des événements de particules énergétiques solaires en utilisant une approche d'ensemble multivarié.

Résumé Nous introduisons un nouvel ensemble de données multivariées qui utilise plusieurs sondes spatiales collectant des mesures héliosphériques in situ et par télédétection, montrées comme étant liées aux processus physiques responsables de la génération de particules énergétiques solaires (SEP). En utilisant la liste des événements de flares des satellites environnementaux géostationnaires (GOES) du cycle solaire (SC) 23 et d'une partie du SC 24 (1998–2013), nous identifions 252 événements solaires (> flares de classe C) qui produisent des SEP et 17,542 événements qui n'en produisent pas. Pour chaque événement identifié, nous acquérons les propriétés plasma locales à 1 ua, telles que les données de protons et d'électrons énergétiques, les conditions du vent solaire en amont et les grandeurs vectorielles du champ magnétique interplanétaire en utilisant divers instruments à bord de GOES et de la sonde spatiale Advanced Composition Explorer. Nous collectons également des données de télédétection provenant des instruments à bord de l'Observatoire dynamique solaire, de l'Observatoire solaire et héliosphérique et de l'instrument radio solaire WAVES à bord de Wind. L'ensemble de données est conçu pour permettre des variations des entrées et des ensembles de caractéristiques pour l'apprentissage machine (ML) en héliophysique et a un objectif spécifique de prévision de l'occurrence des événements SEP et de leurs propriétés subséquentes. Cet article décrit un ensemble de données créé à partir de multiples sources d'observation disponibles publiquement, qui est validé, nettoyé et soigneusement curationné pour notre pipeline ML. L'ensemble de données a été utilisé pour alimenter le nouvel Ensemble Multivarié de Modèles pour la Prévision Probabilistique des SEP (MEMPSEP ; voir MEMPSEP‐I (Chatterjee et al., 2024, https://doi.org/10.1029/2023SW003568) et MEMPSEP‐II (Dayeh et al., 2024, https://doi.org/10.1029/2023SW003697) pour les articles accompagnants).