Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices
Posibilidades de predecir las variaciones de Dst basándose en sus valores previos fueron estudiados usando un perceptron de multicapas con alimentación directa. Fue encontrado que el índice Dst puede ser autopredicho con unas horas de anticipación. Ambas fases (principal y de recuperación) son predi...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad Nacional Autónoma de México, Instituto de Geofísica
2000-01-01
|
| Series: | Geofísica Internacional |
| Subjects: | |
| Online Access: | http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/685 |
| _version_ | 1797827875033841664 |
|---|---|
| author | M. V. Stepanova P. Pérez |
| author_facet | M. V. Stepanova P. Pérez |
| author_sort | M. V. Stepanova |
| collection | DOAJ |
| description | Posibilidades de predecir las variaciones de Dst basándose en sus valores previos fueron estudiados usando un perceptron de multicapas con alimentación directa. Fue encontrado que el índice Dst puede ser autopredicho con unas horas de anticipación. Ambas fases (principal y de recuperación) son predichas correctamente con hasta 3 horas de anticipación. Pero para predicciones más avanzadas se observa un desplazamiento entre la posición del mínimo de Dst observado y el predicho. El uso de diferentes índices de chorro auroral como parámetro de entrada mostró que existe una baja correlación entre ellos y el Dst. Tormentas débiles y moderadas son bien predichas, en cambio los valores de predicción para Dst para tormentas más intensas son menos negativas que los mínimos observados; este resultado podría estar relacionado con la conocida saturación de índices de chorro auroral durante el desarrollo de tormentas intensas. Predicciones con base en el índice PC muestran mejor correlación con Dst. A pesar de que la amplitud de variación de Dst no se reproduce correctamente, no existe el desplazamiento temporal entre el mínimo de Dst medido y predicho.
doi: https://doi.org/10.22201/igeof.00167169p.2000.39.1.310 |
| first_indexed | 2024-04-09T12:55:22Z |
| format | Article |
| id | doaj.art-e21b276b7cd74665a40eb8ccbf680cab |
| institution | Directory Open Access Journal |
| issn | 0016-7169 2954-436X |
| language | English |
| last_indexed | 2024-04-09T12:55:22Z |
| publishDate | 2000-01-01 |
| publisher | Universidad Nacional Autónoma de México, Instituto de Geofísica |
| record_format | Article |
| series | Geofísica Internacional |
| spelling | doaj.art-e21b276b7cd74665a40eb8ccbf680cab2023-05-13T22:32:30ZengUniversidad Nacional Autónoma de México, Instituto de GeofísicaGeofísica Internacional0016-71692954-436X2000-01-0139114314610.22201/igeof.00167169p.2000.39.1.310685Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indicesM. V. Stepanova0P. Pérez1https://orcid.org/0000-0003-1234-4233Universidad de Santiago de Chile, Santiago, ChileUniversidad de Santiago de Chile, Santiago, ChilePosibilidades de predecir las variaciones de Dst basándose en sus valores previos fueron estudiados usando un perceptron de multicapas con alimentación directa. Fue encontrado que el índice Dst puede ser autopredicho con unas horas de anticipación. Ambas fases (principal y de recuperación) son predichas correctamente con hasta 3 horas de anticipación. Pero para predicciones más avanzadas se observa un desplazamiento entre la posición del mínimo de Dst observado y el predicho. El uso de diferentes índices de chorro auroral como parámetro de entrada mostró que existe una baja correlación entre ellos y el Dst. Tormentas débiles y moderadas son bien predichas, en cambio los valores de predicción para Dst para tormentas más intensas son menos negativas que los mínimos observados; este resultado podría estar relacionado con la conocida saturación de índices de chorro auroral durante el desarrollo de tormentas intensas. Predicciones con base en el índice PC muestran mejor correlación con Dst. A pesar de que la amplitud de variación de Dst no se reproduce correctamente, no existe el desplazamiento temporal entre el mínimo de Dst medido y predicho. doi: https://doi.org/10.22201/igeof.00167169p.2000.39.1.310http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/685dstpredicciónredes neuronales |
| spellingShingle | M. V. Stepanova P. Pérez Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices Geofísica Internacional dst predicción redes neuronales |
| title | Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| title_full | Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| title_fullStr | Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| title_full_unstemmed | Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| title_short | Autoprediction of Dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| title_sort | autoprediction of dst index using neural network techniques and relationship to the auroral geomagnetic indices |
| topic | dst predicción redes neuronales |
| url | http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/685 |
| work_keys_str_mv | AT mvstepanova autopredictionofdstindexusingneuralnetworktechniquesandrelationshiptotheauroralgeomagneticindices AT pperez autopredictionofdstindexusingneuralnetworktechniquesandrelationshiptotheauroralgeomagneticindices |