연구진은 편광 정보 없이 UV/EUV 필터그램만으로 광구 벡터 자기장을 추정하는 머신러닝 기법 MAGiDiff를 공개했다. 이 방법은 잡음제거 확산모델(denoising diffusion model)을 사용해 태양활동관측위성(SDO)의 대기영상장비(AIA) 필터그램 스택을 입력받아, 히노데(Hinode)의 태양광학망원경 분광편광계(SOT-SP)가 관측한 벡터 자기장 지도를 추정하도록 학습됐다. 연구진은 MAGiDiff가 히노데 실측값을 정확히 모사하고 전면 원반에서도 활동영역의 타당한 구조를 만들어내며, 반구 극성 반전에도 불구하고 태양활동주기를 넘어 일반화되고 STEREO/EUVI와 GOES-R/SUVI 등 다른 EUV 관측기기로도 미세조정이 가능하다고 밝혔다. 다만 전용 관측기기를 대체하지는 못한다고 덧붙였다.
arXiv astro-ph.IM (관측기기)
연구진은 태양 자전에 따른 약 27일 주기의 태양풍 자기상관 특성을 이용해, 솔라오비터(Solar Orbiter)·파커 솔라 프로브(Parker Solar Probe)·STEREO-A·STEREO-B와 OMNI 데이터베이스의 현장 관측 자료를 입력으로 받는 2차원 태양풍 지속성 모델 P2D를 개발했다. 이 모델은 관측 위치에서 태양 반경 방향과 태양 자전 방향으로 자료를 탄도적으로 전파시켜 태양풍 변수의 2D 지도를 만들고, 태양권 내 임의 지점의 값을 추출할 수 있다. 지구 관점에서 재구성 결과는 속도 65.41km/s, 밀도 3.51/cm^3의 평균절대오차(MAE)를 보였고, 고속 태양풍 흐름 구간에서 피크 적중률은 속도 50%, 밀도 48%였다. 특히 지구와 라그랑주점 L5 사이에 탐사선이 있을 때 성능이 가장 좋아, 기준이 되는 27일 지속성 모델 대비 태양풍 속도 예측 평균절대오차가 약 35% 감소했다. 연구진은 비질(Vigil) 등 향후 L5 미션이 신뢰도 높은 지속성 예보의 기반이 될 것으로 전망했다.
arXiv astro-ph.EP (행성계)