文件名称：MagNet-Model-the-Geomagnetic-Field:MagNet的代码
文件大小：5.39MB
文件格式：ZIP
更新时间：2024-05-28 09:32:50
Python
磁网地磁场模型 图片来源：NOAA，NASA，Driverdata 比赛于2月12日结束，在私人排行榜上，我们的团队（安娜·科托娃和奥列格·波利文）排名第11位（在622名参赛者中）。 我们猜想许多参与者使用相似的体系结构来训练神经网络，但是使我们升至第11位的“秘密”要素是。 在预测DST指数的几个关键变量中，我们构建了87描述太阳风/太阳活动的各种综合量度。 地磁风暴和MagNet竞争概述 能量从太阳风传递到地球磁场中会引起地磁风暴。 所产生的磁场变化会增加磁导航的误差。 干扰风暴时间指数（Dst）是对地磁风暴严重程度的度量。 准确预测地磁风暴很重要。 主要原因是要保护在此类事件中可能损坏的电子设备。 例如， 它可能有助于保护低轨道卫星免受辐射危害。 如果在地磁风暴开始之前不将卫星从低轨道移到较高轨道，则可能会损坏卫星上的电子设备。 地磁风暴对电气传输设备（特别是变压器）有害
【文件预览】：
MagNet-Model-the-Geomagnetic-Field-main
----.gitignore(2KB)
----src()
--------data_example.png(390KB)
--------sunspots.png(135KB)
--------magnetcomp.png(849KB)
--------pb.png(586KB)
--------measure_dst.png(909KB)
--------EarthMagnetosphere.png(957KB)
--------arch.png(488KB)
--------pred_a.png(158KB)
--------pred_b.png(592KB)
--------pred_c.png(515KB)
----README.md(6KB)
----train()
--------eval.py(2KB)
--------scaler_x.pck(3KB)
--------utils.py(380B)
--------prepare_data.py(2KB)
--------config.py(2KB)
--------process_solar_wind.py(958B)
--------stratified_k_fold.py(1KB)
--------scaler_y.pck(560B)
--------model.py(3KB)
--------train.py(3KB)