A Robust Deep Learning Framework for Prominence Detection through Composite Feature Representations

Resumen Técnico: Un Marco de Aprendizaje Profundo Robusto para la Detección de Prominencias mediante Representaciones de Características Compuestas

Planteamiento del Problema
Las prominencias solares son estructuras de plasma frío y dinámico suspendidas en la corona solar caliente. Su detección es crítica para la predicción del clima espacial, particularmente en lo referente a erupciones vinculadas a eyecciones de masa coronal. Si bien el aprendizaje profundo ofrece una vía para procesar los vastos conjuntos de datos de alta cadencia proporcionados por misiones como el Observatorio de Dinámica Solar (SDO)/Ensamblaje de Imágenes Atmosféricas (AIA), los intentos anteriores de detección automática de prominencias han tenido dificultades. Específicamente, los modelos entrenados con datos estándar del canal 304 Å del SDO/AIA han mostrado un rendimiento deficiente, a menudo fallando en distinguir las prominencias de la emisión coronal caliente (específicamente la línea Si XI 303.3 Å) o sufriendo contaminación por regiones activas. Además, estudios existentes han reportado tasas de baja precisión (alrededor del 50%) para la detección de prominencias en comparación con otras características solares, debido en gran medida al bajo contraste señal-fondo y a la ambigüedad estructural de las prominencias en la banda de paso de 304 Å.

Metodología
Los autores desarrollaron y optimizaron un marco de aprendizaje profundo basado en la arquitectura de detección de objetos You Only Look Once (YOLOv5) para abordar estos desafíos. El estudio utilizó un conjunto de datos etiquetado de imágenes de disco completo SDO/AIA 304 Å (2010–2017) creado originalmente por Baek et al. (2021).

La investigación procedió en dos fases principales:

1. Modelo de Referencia (Mapa de Colores 304): Los autores entrenaron primero un modelo YOLOv5 directamente sobre las imágenes estándar 304 Å en formato JPEG. Esto sirvió como control para evaluar el rendimiento e identificar posibles sesgos.
2. Modelos de Características Compuestas: Para mitigar las limitaciones del mapa de colores estándar y la degradación del instrumento, los autores construyeron una nueva tubería de preprocesamiento. Esta tubería involucró:
   • Calibrar los datos FITS crudos al nivel 1.5 para corregir la degradación del instrumento.
   • Aplicar la técnica de Blanqueamiento Optimizado por Ondículas (WOW) para mejorar los detalles estructurales finos y el contraste mientras se suprime el ruido.
   • Crear un tensor de entrada de tres canales para la red neuronal. Los autores probaron dos variantes:
     • Modelo Compuesto: Los canales consistieron en (i) escala de grises de disco completo, (ii) corona mejorada de disco completo (procesada con WOW) y (iii) escala de grises sin disco.
     • Modelo Compuesto sin Disco: Los tres canales contenían representaciones de datos sin disco (con el primer canal escalado logarítmicamente para su distinción).

Los modelos fueron entrenados utilizando Descenso de Gradiente Estocástico (SGD) con momento, empleando aumentaciones de datos en tiempo real (rotación, volteo, escalado) para mejorar la robustez. El rendimiento se evaluó utilizando métricas estándar de detección de objetos: Precisión, Recuperación, Puntuación F1 y Precisión Promedio Media (mAP@50 y mAP@50-95).

Contribuciones Clave

• Identificación del Sesgo del Mapa de Colores: El estudio demostró que los modelos entrenados con mapas de colores estándar de 304 Å exhiben un fuerte sesgo hacia el canal rojo de la representación RGB, dependiendo de artefactos de color en lugar de características de forma o textura físicamente significativas. Se demostró que este sesgo degrada el rendimiento en imágenes más nuevas y degradadas.
• Representación de Características Compuestas: Los autores introdujeron una estrategia novedosa de entrada multicanal que combina representaciones en escala de grises, mejoradas con WOW y sin disco. Este enfoque mejora físicamente las estructuras de prominencias y mitiga los efectos de ocultación de la emisión coronal caliente y las regiones activas.
• Generalización entre Instrumentos: El marco fue probado con datos del Imager Ultravioleta Solar (SUVI) a bordo de la serie GOES-R, demostrando la capacidad del modelo para generalizar entre diferentes instrumentos a pesar de las diferencias en el campo de visión y la rotación de la imagen.
• Análisis de Sesgo en la Verdad Terrenal: El artículo destaca que los "falsos positivos" identificados por el modelo a menudo corresponden a prominencias válidas y no etiquetadas que se pasaron por alto en el etiquetado original de la verdad terrenal debido a las limitaciones de la vista estándar de 304 Å. Este hallazgo sugiere que las métricas estándar pueden subestimar el rendimiento del modelo cuando la propia verdad terrenal está incompleta.

Resultados

• Métricas de Rendimiento: El Modelo Compuesto logró el mejor rendimiento general con una Recuperación del 78% y un mAP@50 de 0.749. Esto representa una mejora significativa sobre los métodos anteriores de cajas delimitadoras (por ejemplo, SSD y Faster R-CNN), que reportaron precisiones alrededor del 50–59% en el mismo conjunto de datos.
• Precisión Efectiva: El análisis visual reveló que aproximadamente el 74% de los falsos positivos aparentes del modelo eran en realidad prominencias válidas no etiquetadas. Al tener en cuenta estos verdaderos positivos "ocultos", la precisión efectiva del Modelo Compuesto aumentó al 91%, y la variante sin disco al 93%.
• Comparación de Modelos: Si bien el Modelo Compuesto sin disco mostró puntuaciones métricas ligeramente inferiores y una convergencia más lenta, fue más conservador. El modelo estándar de Mapa de Colores 304, a pesar de lograr un mAP@50 ligeramente superior (0.755) durante el entrenamiento, sufrió de dependencia de canales y falló en detectar características oscurecidas por emisión coronal o regiones activas.
• Generalización: El Modelo Compuesto detectó exitosamente prominencias en datos SUVI, identificando características que eran visibles en el procesamiento mejorado pero que a veces se pasaban por alto en las vistas estándar de AIA, confirmando su utilidad entre instrumentos.

Significado y Afirmaciones
El artículo afirma proporcionar un marco de aprendizaje profundo confiable, motivado físicamente y versátil para la detección automática de prominencias solares. Los autores enfatizan que su enfoque va más allá de las limitaciones de los mapas de colores estándar y las entradas de un solo canal, ofreciendo una solución robusta para aplicaciones de clima espacial.

Crucialmente, el artículo subraya la importancia de la construcción de conjuntos de datos. Argumenta que los sesgos en la selección de imágenes (desequilibrio temporal debido a la degradación del instrumento) y en el etiquetado (detección incompleta de estructuras tenues) se propagan directamente a las predicciones del modelo y a las estadísticas de rendimiento. Los autores proponen que los futuros conjuntos de datos robustos deben:

1. Ser seleccionados uniformemente a lo largo del ciclo solar.
2. Evitar características extráneas como artefactos de texto.
3. Utilizar datos compuestos multicanal o representaciones en escala de grises en lugar de mapas de colores arbitrarios.
4. Adherirse a estándares de etiquetado consistentes, potencialmente re-etiquetando datos utilizando técnicas de procesamiento mejorado (como WOW) para capturar la extensión completa de las estructuras de prominencias.

El estudio concluye que, si bien el modelo actual es un paso significativo hacia adelante, el trabajo futuro debe centrarse en extender el marco para incluir la clasificación de regiones activas e integrar métodos de extracción de propiedades físicas para construir catálogos integrales de prominencias.