Towards a Fully Automated Pipeline for Short-Term Forecasting of In Situ Coronal Mass Ejection Magnetic Field Structure
Deze paper introduceert een volledig geautomatiseerde pijplijn die remote sensing-gegevens en deep learning combineert om de magnetische structuur van koronale massa-ejecties bij L1 in real-time te voorspellen, waarbij de resultaten aantonen dat betrouwbare kortetermijnprognoses mogelijk zijn maar beperkt worden door de complexiteit van de gebeurtenissen en de aannames van het model.