Artificial Neural Network Model of High-Latitude Ionospheric Electric Potential: Hemispheric and Equinoctial Asymmetries
Notice bibliographique
Résumé
The high-latitude ionospheric electric field plays a key role in ionospheric plasma dynamics and energetics. Various ground- and satellite-based observations have been utilized to develop empirical models of the convection electric field. Empirical modeling typically relies on statistical regression techniques in which predefined (and inherently biased) functions are fitted to measurements. In many convection models, it remains common practice to combine data from the Northern and Southern Hemispheres or to disregard differences between the March and September equinoxes. Such approaches make it challenging to identify important input variables and limit their ability to account for equinoctial and hemispheric asymmetries. These asymmetries, which are not fully understood, require further analysis and improved representation in models. In this work, we use nearly ten years of electric field data from the Swarm satellites’ Thermal Ion Imagers (TIIs) together with artificial neural networks (ANNs) to develop a model of high-latitude ionospheric electric potential. The Swarm ‘TII-ANN’ electric potential model explicitly incorporates the day of the year, universal time, solar and geomagnetic activity, 3-D interplanetary magnetic field, and 3-D solar wind velocity. Importantly, it also accounts for equinoctial and hemispheric variations. We describe the new model, validate its performance by comparing corresponding ion drifts to independent measurements from the DMSP satellite, and study the hemispheric and equinoctial asymmetries of high-latitude electric potential. Our results show that the cross-polar cap potential is larger in the Southern Hemisphere than in the Northern Hemisphere during the March equinox, with equinoctial asymmetry being particularly prominent in the south.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».