Prediction of Major Solar Flares Using Interpretable Class-dependent Reward Framework with Active Region Magnetograms and Domain Knowledge

Título: Previsão de Erupções Solares Majores Usando um Framework de Recompensa Dependente de Classe Interpretável com Magnetogramas de Regiões Ativas e Conhecimento de Domínio

1. Problema

A previsão de erupções solares (flares) de alta energia (classe ≥M) é crucial para a segurança de atividades humanas e missões de exploração espacial, pois essas erupções podem interferir em satélites, comunicações e redes elétricas. No entanto, a tarefa de previsão enfrenta dois desafios principais:

• Desequilíbrio de Classes: As erupções solares significativas são eventos raros em comparação com períodos de inatividade, criando um desequilíbrio severo nos dados de treinamento que limita a capacidade de generalização dos modelos supervisionados tradicionais.
• Limitações de Abordagens Atuais: Métodos baseados em aprendizado profundo (como CNNs) que utilizam imagens de magnetogramas podem não capturar eficientemente as relações físicas subjacentes, enquanto métodos que usam apenas parâmetros de campo magnético muitas vezes não exploram adequadamente o desequilíbrio de classes sem introduzir viés. Além disso, a maioria dos estudos não compara sistematicamente o impacto de diferentes combinações de dados (apenas linha de visão, apenas vetor ou combinados) e a eficácia de frameworks inspirados em Aprendizado por Reforço (RL) em tarefas que não são Processos de Decisão de Markov (MDP).

2. Metodologia

Os autores propõem um novo framework supervisionado chamado CDR (Class-Dependent Reward), inspirado no Aprendizado por Reforço Profundo (DRL), mas adaptado para classificação supervisionada sem a necessidade de um MDP completo.

• Framework CDR: O modelo atribui recompensas imediatas distintas (TP, TN, FP, FN) com base no resultado da previsão durante o treinamento. Isso guia o modelo a capturar melhor características discriminativas entre classes, tratando o desequilíbrio de classes através de uma estratégia de recompensa diferenciada em vez de apenas ponderar a função de perda.
• Arquiteturas de Modelos: Foram desenvolvidos e comparados seis modelos (três de Aprendizado Profundo e seus equivalentes CDR):
  • CNN e CNN-BiLSTM: Processam dados de imagens (magnetogramas de linha de visão - LOS).
  • Transformer: Processa séries temporais de features informadas por conhecimento (parâmetros de campo magnético).
  • CDR-Variações: CDR-CNN, CDR-CNN-BiLSTM e CDR-Transformer.
• Dados: Utilizaram dados do Helioseismic and Magnetic Imager (HMI) a bordo do Solar Dynamics Observatory (SDO), especificamente o produto SHARP.
  • Foram criados conjuntos de dados com 39 parâmetros de campo magnético (31 de LOS e 8 vetoriais) e imagens de magnetogramas.
  • O conjunto de dados abrange o ciclo solar 24, com 808 Regiões Ativas (ARs).
• Análise de Importância e Interpretabilidade:
  • Uso do método SHAP (Shapley Additive exPlanations) para interpretar quais features contribuem mais para as previsões nos modelos Transformer e CDR-Transformer.
  • Análise de sensibilidade nas escolhas de recompensa (perturbação nos valores de TP, TN, FP, FN).
• Comparação: Os modelos foram comparados entre si e contra o Community Coordinated Modeling Center da NASA (NASA/CCMC).

3. Principais Contribuições

1. Novo Framework CDR: Primeira aplicação de um framework de recompensa dependente de classe para previsão de flares solares ≥M dentro de 24 horas, abordando o desequilíbrio de classes de forma inovadora.
2. Análise Comparativa de Dados: Avaliação sistemática do desempenho de modelos usando apenas parâmetros de LOS, apenas parâmetros vetoriais e a combinação de ambos, demonstrando a superioridade da abordagem combinada.
3. Validação de Features Informadas por Conhecimento: Demonstração de que modelos baseados em parâmetros físicos derivados (conhecimento de domínio) superam modelos baseados puramente em imagens de magnetogramas.
4. Interpretabilidade Física: Identificação de quais parâmetros físicos são mais críticos para diferentes arquiteturas de modelos (ex: R_VALUE vs. TOTUSJH), fornecendo insights físicos sobre como os modelos "pensam".
5. Benchmarking Superior: Comparação direta com modelos operacionais da NASA/CCMC, mostrando superioridade em cenários controlados.

4. Resultados Chave

• Melhores Features: A combinação de R_VALUE (fluxo magnético não assinado em regiões de gradiente alto) e AREA_ACR (área da região ativa) produziu os melhores resultados entre as combinações de parâmetros de LOS.
• Superioridade de Dados Combinados: O modelo Transformer obteve melhor desempenho ao utilizar a combinação de dados de LOS e vetoriais (TSS = 0.814) do que usando qualquer um isoladamente.
• Desempenho dos Modelos:
  • Modelos baseados em features informadas por conhecimento (Transformer e CDR-Transformer) superaram consistentemente os modelos baseados em imagens (CNN e CNN-BiLSTM).
  • Para dados de imagem, os modelos de Aprendizado Profundo padrão superaram suas contrapartes CDR.
  • Para dados de features físicas, o CDR-Transformer foi ligeiramente superior ao Transformer padrão, alcançando o melhor desempenho geral entre todos os modelos testados.
• Robustez: A análise de sensibilidade mostrou que o desempenho do CDR-Transformer não é excessivamente sensível às escolhas específicas dos valores de recompensa, mantendo estabilidade mesmo com perturbações.
• Interpretabilidade (SHAP):
  • O modelo Transformer (DL) priorizou o R_VALUE como a característica mais importante.
  • O modelo CDR-Transformer priorizou o TOTUSJH (helicidade de corrente total não assinada). A diferença sugere que o mecanismo de recompensa do CDR favorece parâmetros que refletem processos de acúmulo de energia de longo prazo e estáveis, enquanto o DL foca em variações mais imediatas.
• Comparação com NASA/CCMC: Em um conjunto de dados de teste filtrado (apenas ARs únicas), o CDR-Transformer-10 alcançou um TSS de 0.968, superando significativamente o desempenho do NASA/CCMC (TSS de 0.853) e do modelo iTransformer de estudos anteriores.

5. Significado e Impacto

Este trabalho representa um avanço significativo na previsão de clima espacial ao:

• Demonstrar que a integração de conhecimento de domínio físico com arquiteturas de Deep Learning e mecanismos inspirados em Reinforcement Learning (CDR) supera as abordagens tradicionais baseadas apenas em imagens.
• Oferecer uma solução robusta para o problema de desequilíbrio de classes sem a complexidade de implementar um MDP completo, tornando a técnica aplicável a outros problemas de classificação desbalanceada na astronomia.
• Fornecer interpretabilidade física clara, ajudando os cientistas a entender quais parâmetros magnéticos são mais relevantes para a previsão de flares em diferentes contextos de modelagem.
• Estabelecer um novo estado da arte (SOTA) que supera os modelos operacionais atuais da NASA, sugerindo que o framework CDR pode ser a base para futuros sistemas operacionais de previsão de flares solares em tempo real, contribuindo para a segurança de infraestruturas críticas e missões espaciais.

Os autores planejam expandir este trabalho para prever Ejeções de Massa Coronal (CMEs) e integrar dados de futuros satélites de observação solar.