Siddheshwar Chopra*, Dipti Yadav, Anu Nagpal Chopra
Cet article explore la possibilité de prédire la surface du trou d'ozone (surface maximale) aux pôles Nord et Sud en utilisant un réseau de neurones artificiels (ANN), puis de développer le réseau de prévision en utilisant une interface utilisateur graphique (GUI) nommée MARVEL. Deux modèles sont conçus pour les prévisions : a) Prédiction de la surface du trou d'ozone au pôle Nord et b) Prédiction de la surface du trou d'ozone au pôle Sud. Pour les deux modèles, le nombre de paramètres d'entrée est pris comme année, mois, date, surface de tache solaire, nombre de taches solaires et champ magnétique solaire moyen. Ici, plus de 35 ans de données sont utilisées à des fins de formation, puis des prévisions sont faites du 23 novembre 2015 au 30 septembre 2016. Le réseau de prévision (MARVEL) est développé pour s'imprégner des propriétés de l'ANN. Il peut être formé avec les données les plus récentes accessibles à l'utilisateur, puis faire des prévisions futures pour des durées courtes (un jour) et longues (mois, années), respectivement. D'après les résultats, l'erreur quadratique moyenne (MSE) pour le modèle 1 et le modèle 2 est respectivement de 6,7166 DU et de 0,3582 DU. On peut conclure qu'avec 30 nombres de neurones et des fonctions de transfert d'entrée et de sortie comme Tangente Sigmoïde et purement linéaire, ainsi qu'une couche cachée, les prédictions du réseau de prévision sont plausibles et sensiblement proches des valeurs observées réelles. Il convient de noter que le changement de la surface du trou d'ozone aux pôles a des raisons dynamiques et que les paramètres solaires n'en sont pas responsables. Cet article est une tentative de présenter l'application du réseau neuronal artificiel pour connecter les paramètres et processus non liés.