群知能と進化的計算の国際ジャーナル

概要

マーベル・インターフェースによる地球の北極と南極のオゾンホール面積予測

シッデーシュワル チョープラー*、ディプティ ヤダヴ、アヌ ナグパール チョープラー

この論文では、人工ニューラル ネットワーク (ANN) を使用して北極と南極のオゾン ホール領域 (最大領域) を予測し、次に MARVEL というグラフィカル ユーザー インターフェイス (GUI) を使用して予測ネットワークを開発する可能性について検討します。予測用に、a) 北極のオゾン ホール領域予測と b) 南極のオゾン ホール領域予測の 2 つのモデルが設計されています。両方のモデルで、入力パラメーターの数は、年、月、日、太陽黒点領域、太陽黒点数、太陽平均磁場です。ここでは、35 年を超えるデータがトレーニング目的で使用され、2015 年 11 月 23 日から 2016 年 9 月 30 日までの予測が行われます。予測ネットワーク (MARVEL) は、ANN の特性を取り入れるために開発されています。ユーザーがアクセスできる最新のデータを使用してトレーニングし、それぞれ短期 (1 日) および長期 (数か月、数年) の期間の将来予測を行うことができます。結果から、モデル 1 とモデル 2 の平均二乗誤差 (MSE) はそれぞれ 6.7166DU と 0.3582DU であることがわかりました。30 個のニューロンと、入力および出力伝達関数としてタンジェント シグモイドと純粋な線形、および 1 つの隠れ層を使用することで、予測ネットワークの予測は妥当であり、実際の観測値にかなり近いと結論付けることができます。極地のオゾンホール面積の変化には動的な理由があり、太陽パラメータがその原因ではないことに注意してください。この論文は、無関係なパラメータとプロセスを結び付ける人工ニューラル ネットワークのアプリケーションを紹介する試みです。