Το έγκριτο επιστημονικό περιοδικό Solar Physics επέλεξε ως Editor’s choice την ερευνητική εργασία που αφορά στην προσπάθεια πρόγνωσης των Ηλιακών Ενεργητικών Σωματιδίων (Solar energetic Particles – SEPs) με τη χρήση μεθόδων μηχανικής μάθησης. Η εργασία έχει τον τίτλο: “Assessing the predictability of Solar Energetic Particles with the use of Machine Learning techniques ”. Η συγκεκριμένη μελέτη συντονίστηκε από την κα Ελένη Λαβασά (υποψ. Διδάκτορα, Πανεπιστιμίου Αθηνών και ΙΑΑΔΕΤ/ΕΑΑ) και πραγματοποιήθηκε σε συνεργασία με τους ερευνητές Δρ Γ. Γιαννόπουλο (Ίδρυμα ΑΘΗΝΑ), Δρ Αθανάσιο Παπαϊωάννου (Εντεταλμένο Ερευνητή/ΙΑΑΔΕΤ; Κύριο επιβλέπων του Διδακτορικού), Δρ Αναστάσιο Αναστασιάδη (Διευθυντή Ερευνών/ΙΑΑΔΕΤ; Μέλος της 3-μελούς Επιτροπής του Διδακτορικού), Καθ. Ιωάννη Δαγκλή (Πανεπιστήμιο Αθηνών και Συνεργάτη Ερευνητή ΙΑΑΔΕΤ; Μέλος της 3-μελούς Επιτροπής του Διδακτορικού), Dr Angels Aran (Universitat de Barcelona), Dr Daniel Pacheco (University of Kiel) και Prof. Blai Sanahuja (Universitat de Barcelona).

Οι εν λόγω ερευνητές, πραγματοποιώντας μια ενδελεχή μελέτη αποτύπωσαν τη δυνατότητα χρήσης μεθόδων μηχανικής εκμάθησης στο καίριο πρόβλημα Φυσικής Διαστήμστος – την πρόγνωση ηλιακών καταιγίδων. Μέσω της συγκεκριμένης εργασίας, οι ερευνητές ανέδειξαν τον καθοριστικό ρόλο που διαδραματίζουν οι στεμματικές εκτινάξεις μάζας (coronal mass ejections – CMEs) και οι εκλάμψεις (solar flares) ως προς την επίτευξη της πρόγνωσης και ανέδειξαν ως τη μέθοδο επιλογής το Random Forest (RF).

Περισσότερες πληροφορίες εδώ και στην ιστοσελίδα του περιοδικού.