新泽西理工团队发布机器学习模型EarlyDetect，可提前9.24小时预测太阳活动区出现

美国新泽西理工学院（NJIT）牵头的科研团队发布机器学习模型EarlyDetect，该模型基于Transformer架构，能够分析美国国家航空航天局（NASA）太阳动力学观测台（SDO）搭载的日震与磁成像仪（HMI）数据，平均提前9.24小时识别太阳活动区即将出现的信号。

太阳活动区是太阳表面磁场强烈的区域，太阳黑子通常在其中形成。活动区开始浮现可能只需数小时，但完整发展过程通常需要1到数天。HMI记录的太阳振动观测时间间隔为45秒，研究团队据此生成声学功率图，再与磁场测量结果结合，预测连续强度变化。性能最佳的模型版本可平均提前9.24小时捕捉到活动区形成的前兆。

研究团队在可视化案例中展示了太阳活动区AR11158的形成过程，发现声学功率首先下降，随后连续强度和磁场出现变化，活动区逐渐可见。这提示太阳内部磁场上升时，可能先在声波传播中留下微弱痕迹。研究团队表示，如果模型得到进一步验证，卫星通信公司和电网运营商可能获得更长准备时间，但EarlyDetect目前尚未投入运行。