Image calibration between the Extreme Ultraviolet Imagers on Solar Orbiter and the Solar Dynamics Observatory
Notice bibliographique
Résumé
To study and monitor the Sun and its atmosphere, various space missions have been launched in the past decades. With rapid improvement in technology and different mission requirements, the data products are subject to constant change. However, for such long-term studies as solar variability or multi-instrument investigations, uniform data series are required. In this study, we built on and expanded the instrument-to-instrument translation (ITI) framework, which provides unpaired image translations. We applied the tool to data from the Extreme Ultraviolet Imager (EUI), specifically the Full Sun Imager (FSI) on Solar Orbiter and the Atmospheric Imaging Assembly (AIA) on the Solar Dynamics Observatory (SDO). This approach allowed us to create a homogeneous dataset that combines the two extreme ultraviolet (EUV) imagers in the 174/171 Å and 304 Å channels. We demonstrate that ITI is able to provide image calibration between Solar Orbiter and SDO EUV imagers, independent of the varying orbital position of Solar Orbiter. The comparison of the intercalibrated light curves derived from 174/171 Å and 304 Å filtergrams from EUI and AIA shows that ITI can provide uniform data series that outperform a standard baseline calibration. We evaluate the perceptual similarity in terms of the Fréchet inception distance, which demonstrates that ITI achieves a significant improvement of perceptual similarity between EUI and AIA. The study provides intercalibrated observations from Solar Orbiter/EUI/FSI with SDO/AIA, enabling a homogeneous dataset suitable for solar cycle studies and multi-viewpoint investigations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».