情報通信研究機構（NICT）は2017年1月26日、宇宙天気予報の精度を上げる技術の開発に成功したと発表した。機械学習とビッグデータを活用し、太陽フレアの予測精度を8割へ高めたと報告している。この研究成果はリアルタイム予報への道を拓き、宇宙天気の影響による災害への早期対策準備に貢献する可能性がある。
今回の研究開発では、NICT電磁波研究所の宇宙天気予報研究チームが、先進的音声翻訳研究開発推進センター（ASTREC）の機械学習専門グループと連携。サポートベクターマシン（SVM）、k近傍法（kNN）、アンサンブル学習（ERT）といった複数の機械学習手法を太陽観測データに適用した。これにより、人では処理しきれない大量の情報による統計的な太陽フレアの発生予測に成功した。
研究チームはまず、NASAのSDO衛星観測による高分解能データ30万枚というビッグデータから黒点を検出し、過去に、どの黒点から、どのクラスの太陽フレアが発生したかについてのリストを作成。次に、このリストから大きな太陽フレアが起こった時の、黒点の特徴を機械学習で見つけ出す作業に取り組んだ。特徴の検討には、長年にわたる宇宙天気予報の経験を反映させたという。
その結果、従来5割弱程度だった太陽フレアの予測精度が8割に向上。また、従来から重要だと思われていた黒点の特徴以外にも、太陽フレアの前兆を示す黒点の特徴（磁気中性線の長さと本数・彩層低部の発光の面積）があることを明らかにした。この成果に基づき、黒点の特徴の重要度ランキングを作製している。
太陽フレアによる影響（太陽風じょう乱）は、2～3日後に地球に到来するが、現状の宇宙天気予報では、これ以上前に予報を出せない。NICTは今後、宇宙天気の影響による災害への対策が早期に準備できるように、今回の研究成果の実用化を進める。予測の自動化を達成することで、今まで1日1回だけだった予報を、リアルタイム予報に転換することを目指すとしている。
