A Foundation Model for the Solar Dynamics Observatory

要約

SDO-FMは、NASAの太陽観測衛星（SDO）のデータを利用した基礎モデルである。3つの別々の観測装置を統合し、太陽の複雑な物理的相互作用をマルチモーダル埋め込み空間にカプセル化する。このモデルは、太陽物理学研究のために膨大なデータセットをより計算しやすくし、機器融合を必要とする調査を可能にすることで、SDOを含む科学的調査を合理化するために使用することができる。機械学習準備の整ったデータセットを作成するための取り込みパイプライン、モデルのアーキテクチャと学習アプローチ、埋め込み結果と微調整可能なモデル、そして最終的に下流で微調整されたアプリケーションという4つの重要な構成要素について説明する。この努力の重要な構成要素は、開発の各段階で主題の専門家を参加させることであり、科学的価値をレビューし、モデルアーキテクチャ、データセット、およびトレーニングパラダイムの決定のためのガイダンスを提供することである。この論文は、Hugging Faceとsdofm.orgでコミュニティに公開されている、事前学習済みモデルと埋め込みデータセットのリリースを記念するものです。

要約(オリジナル)

SDO-FM is a foundation model using data from NASA’s Solar Dynamics Observatory (SDO) spacecraft; integrating three separate instruments to encapsulate the Sun’s complex physical interactions into a multi-modal embedding space. This model can be used to streamline scientific investigations involving SDO by making the enormous datasets more computationally accessible for heliophysics research and enable investigations that require instrument fusion. We discuss four key components: an ingestion pipeline to create machine learning ready datasets, the model architecture and training approach, resultant embeddings and fine-tunable models, and finally downstream fine-tuned applications. A key component of this effort has been to include subject matter specialists at each stage of development; reviewing the scientific value and providing guidance for model architecture, dataset, and training paradigm decisions. This paper marks release of our pretrained models and embedding datasets, available to the community on Hugging Face and sdofm.org.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL