Towards a Fully Automated Pipeline for Short-Term Forecasting of In Situ Coronal Mass Ejection Magnetic Field Structure
Il paper presenta un pipeline automatizzato che combina modelli di previsione dell'arrivo, rilevamento tramite deep learning e ricostruzione iterativa per fornire previsioni in tempo reale della struttura del campo magnetico delle espulsioni di massa coronale (CME) al punto L1, dimostrando la fattibilità di tale approccio autonomo pur evidenziando le limitazioni legate alla complessità degli eventi.