SDO/HMI छवियों से सूरज के धब्बों की संख्या की दृष्टि आधारित CNN भविष्यवाणी

सूरज के धब्बों की संख्या सौर गतिविधि का सबसे लंबा और व्यापक रूप से उपयोग किया जाने वाला रिकॉर्ड है, जिसका सीधा संबंध हेलीफिज़िकल अनुसंधान और अंतरिक्ष-जलवायु अनुप्रयोगों से है। पारंपरिक सूरज के धब्बा गिनने की विधि दृश्य निरीक्षण और अल्गोरिदम फीचर-डिटेक्शन पाइपलाइनों पर निर्भर करती है, जो पर्यवेक्षक आधारित विकल्पों, छवि की गुणवत्ता और कार्यान्वयन के बीच पद्धतिगत विविधता से प्रभावित हो सकती है। हाल की गहन अध्ययन में, विशेष रूप से समवर्ती न्यूरल नेटवर्क (CNNs) में, स्वचालित छवि-से-स्केलर प्रतिगमन के लिए सौर छवियों का सीधा उपयोग संभव हुआ है, जिससे स्पष्ट, हस्तनिर्मित फीचर डिज़ाइन की आवश्यकता कम हो गई है। इस काम में, हम NASA के सोलर डायनामिक्स ऑब्जर्वेटरी (SDO) पर हेलियोसेज़मिक और मैग्नेटिक इमेजर (HMI) द्वारा प्राप्त पूर्ण-डिस्क निरंतरता छवियों से दैनिक सूरज के धब्बे की संख्या का अनुमान लगाने के लिए एक पर्यवेक्षित दृष्टि आधारित ढांचे का प्रस्तुत करते हैं। 2011-2024 की छवियों को रॉयल ऑब्जर्वेटरी ऑफ बेल्जियम द्वारा बनाए रखे गए SILSO संस्करण 2.0 डेटा सेट से दैनिक सूरज के धब्बों की संख्या के साथ जोड़ा गया। पूर्व-प्रसंस्करण और संवर्धन के बाद, एक CNN को प्रत्येक छवि के अवलोकन समय पर पिक्सेल डेटा से सीधे स्केलर सूरज के धब्बों की संख्या का अनुमान लगाने के लिए प्रशिक्षित किया गया। प्रस्तावित मॉडल ने स्वतंत्र परीक्षण विभाजन पर मजबूत प्रदर्शन हासिल किया (R²=0.964, RMSE=9.75, MAE=6.74), जो एक विस्तृत गतिविधि क्षेत्र में SILSO संदर्भ मानों के साथ निकट सहमति को इंगित करता है। पूर्व के अध्ययनों की तुलना में, हम इस दृष्टिकोण को सीधे छवि-आधारित अनुमान के लिए एक प्रतिस्पर्धी और वैचारिक रूप से सरल विकल्प के रूप में रखते हैं, जो मासिक औसत या चिकनाई वाले संकेतों को लक्षित करने वाले समय-सीमा पूर्वानुमान मॉडलों के पूरक हैं। Grad-CAM और Integrated Gradients का उपयोग करते हुए व्याख्यापन विश्लेषण यह दर्शाते हैं कि नेटवर्क अपने अनुमान बनाते समय सूरज के धब्बों वाले क्षेत्रों को निरंतर महत्व देता है। ये परिणाम स्केलेबल सौर मानिटरिंग और पारंपरिक हेलीफिजिकल संकेतों के स्वचालित अनुमान के लिए गहन दृष्टि-आधारित दृष्टिकोण की क्षमता को उजागर करते हैं। भविष्य का कार्य अतिरिक्त अवलोकनों (जैसे, मैग्नेटोग्राम) के साथ बहु-आधारित फ्यूजन का अन्वेषण करना चाहिए और बदलते सौर परिस्थितियों के तहत मजबूती को बढ़ाने के लिए मानकीकृत क्रॉस-सायकल बेंचमार्क का पता लगाना चाहिए।