Predicting Lower Band Chorus With Autoregressive‐Moving Average Transfer Function (ARMAX) Models
Notice bibliographique
Résumé
Abstract We model lower band chorus observations from the DEMETER satellite using daily and hourly autoregressive‐moving average transfer function (ARMAX) equations. ARMAX models can account for serial autocorrelation between observations that are measured close together in time and can be used to predict a response variable based on its past behavior without the need for recent data. Unstable distributions of radiation belt source electrons (tens of keV) and the substorm activity (SMEd from the SuperMAG array) that is thought to inject these electrons were both statistically significant explanatory variables in a daily ARMAX model describing chorus. Predictions from this model correlated well with observations in a hold‐out test data set (validation correlation of 0.675). Source electron flux was most influential when observations came from the same day or the day before the chorus measurement, with effects decaying rapidly over time. Substorms were more influential when they occurred on previous days, presumably due to their injecting source electrons from the plasma sheet. A daily ARMAX model with interplanetary magnetic field (IMF)| B |, IMF B z , and solar wind pressure as inputs instead of those given above was somewhat less predictive of chorus ( r =0.611). An hourly ARMAX model with only solar wind and IMF inputs was even less successful, with a validation correlation of 0.502.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».