Deep Flare Netによる高精度太陽フレア予報

  • #太陽フレア
  • #通信障害
  • #深層学習
  • #電離圏嵐
  • #GPS
  • #AI
  • #インフラ

更新日:2026年6月18日

特徴・優位性

  • 太陽画像30万枚と深層学習による高精度の予測(約8割の予測精度)
  • 2019年からリアルタイム運用
  • NICT宇宙天気予報の決定に活用
  • 1時間毎の自動更新でリアルタイム表示
  • DeFNコードとデータベースを公開中
  • ユーザー目的に合わせて性能調整可能

用途・応用分野

  • 通信や衛星運用、衛星測位等の障害予測・対策
  • 送電設備などインフラへの影響予測
  • 航空機の運航(被ばく)対策
社会実装可能

概要

2025年、太陽は11年周期で一番活発な時期を迎え、今後数年間、社会インフラへの警戒が特に必要となっています。太陽フレアが起こると、地球にも放射線増加や通信障害、衛星測位障害、停電といった影響が発生することがあります。

これらの危険を、いち早く高精度に察知するのが、太陽フレア予測技術Deep Flare Net です。

太陽観測画像の膨大なデータをもとにした深層学習による予測は、従来の人手による精度である約5割を大きく上回り、約8割の精度を実現しています。黒点ごとに、規模別の太陽フレアの発生しやすさ(確率予報)を示し、ほぼリアルタイムで予報結果を自動更新します。人手予測の支援や専門知識も不要です。

影響例の図。太陽活動により、衛星やGPS、短波放送、防災無線、航法や測量など、さまざまな影響が発生する
宇宙天気現象による社会影響
太陽のリアルタイム観測画像データをもとに、黒点磁場やコロナの特徴などを踏まえ、事前学習によるフレア予測を行う
Deep Flare Net (DeFN) の太陽フレア予測の流れ図

関連情報

ディープフレアネットへのリンクバナー

担当部門

電磁波研究所 電磁波先進・基盤研究センター 宇宙環境研究室

ページトップへ戻る