DSMP粒子沉降AI准备数据集-2011至2019年-saurabhshahane
数据来源：互联网公开数据
标签：DSMP,粒子沉降,人工智能,机器学习,空间天气,地球物理,数据科学,科研,教育,探索
数据概述：
本数据集“DSMP粒子沉降AI准备数据集”是论文“下一代粒子沉降：通过机器学习实现中尺度预测（案例研究及进展框架）”的配套数据，该论文已提交至AGU空间天气期刊，并用于生成新的机器学习模型，以预测从磁层到电离层的粒子沉降。为了便于人工智能/机器学习领域的应用，我们已按照社区定义的“AI准备”数据集标准进行了整理和准备，具体标准可参考 https://github.com/rmcgranaghan/data_science_tools_and_resources/wiki/Curated-Reference%7CChallenge-Data-Sets。
数据集由Ryan McGranaghan、Enrico Camporeale、Kristina Lynch、Jack Ziegler、Téo Bloch、Mathew Owens、Jesper Gjerloev、Spencer Hatch、Binzheng Zhang和Susan Skone共同编译、整理和探索。
数据用途概述：
该数据集有两个主要用途：
- 允许他人重用生成论文的数据，以扩展而非重新发明该研究结果。
- 提供一个“AI准备”挑战数据集，供人工智能/机器学习社区应用新的方法。
引用：
使用这些数据时，请引用以下文献：
McGranaghan, R. M., Ziegler, J., Bloch, T., Hatch, S., Camporeale, E., Lynch, K., et al. (2021). Toward a next generation particle precipitation model: Mesoscale prediction through machine learning (a case study and framework for progress). Space Weather, 19, e2020SW002684. https://doi.org/10.1029/2020SW002684
McGranaghan, R. (2019), Eight lessons I learned leading a scientific “design sprint”, Eos, 100, https://doi.org/10.1029/2019EO136427. 发表于2019年11月11日。
