Interpreting spectropolarimetric observations of the solar atmosphere takes much longer than the acquiring the data. The most important reason for this is that the model fitting, or "inversion", used to infer physical quantities from the observations is extremely slow, because the underlying models are numerically demanding. We aim to improve the speed of the inference by using a neural network that relates input polarized spectra to the output physical parameters. We first select a subset of the data to be interpreted and infer physical quantities from corresponding spectra using a standard minimization-based inversion code. Taking these results as reliable and representative of the whole data set, we train a convolutional neural network to connect the input polarized spectra to the output physical parameters (nodes, in context of spectropolarimetric inversion). We then apply the neural network to the various other data, previously unseen to the network. As a check, we apply the referent inversion code to the unseen data and compare the fit quality and the maps of the inferred parameters between the two inversions. The physical parameters inferred by the neural network show excellent agreement with the results from the inversion, and are obtained in a factor of $10^5$ less time. Additionally, substituting the results of the neural network back in the forward model, shows excellent agreement between inferred and original spectra. The method we present here is very simple for implementation and extremely fast. It only requires a training data set, which can be obtained by inverting a representative subset of the observed data. Applying these (and similar) machine learning techniques will yield orders of magnitude acceleration in the routine interpretation of spectropolarimetric data.
Spectropolarimetric inversions of the Ca ii 8542 Å line in a M-class solar flare
利用瑞典1米太阳望远镜上的CRISP成像分光偏振仪获得的Ca ii 8542射电谱线的高分辨率全斯托克斯成像分光偏振仪研究了M1.9级太阳耀斑SOL 2015 -09- 27 T10：40 UT。光谱偏振反演使用非LTE代码NICOLE被用来构建半经验模型的耀斑大气调查的结构和演变的耀斑温度和磁场。耀斑区和非耀斑区温度分层的比较表明，耀斑带在耀斑峰期有较强的加热作用。在耀斑极大期，色球层中带状物的偏振信号与其周围环境和耀斑前后的剖面相比变得更强。此外，在耀斑和非耀斑大气中的视线磁场和温度的扰动的响应函数的比较表明，在耀斑期间的Ca ii 8542磁谱线是更敏感的低层大气中的磁场预计将更强。色球磁场也确定了弱场近似，导致与NICOLE反演得到的结果相似。
A first look into the magnetic field configuration of prominence threads using spectropolarimetric data
我们显示了一个正在进行的调查，旨在确定配置的磁场向量的线程的一个静止的树篱日珥使用高空间分辨率的分光偏振观测在He I 1083.0 nm多重。数据包括一个静态的树篱日珥显示垂直线程的二维地图。这些观测是用特内里费岛红外线偏振计获得的，该偏振计安装在位于西班牙天文台的德国真空塔望远镜上。He I 1083.0 nm斯托克斯信号解释与反转码，它考虑到关键的物理过程，产生和/或修改圆和线性偏振信号在He I 1083.0 nm三重态：塞曼效应，各向异性辐射泵浦，和汉勒效应。我们目前的反演，即沿日珥和日珥线程的磁场矢量的强度和方向的初步结果。
Spectropolarimetric Inversion in Four Dimensions with Deep Learning (SPIn4D): II. A Physics-Informed Machine Learning Method for 3D Solar Photosphere Reconstruction
Mapping the longitudinal magnetic field in the atmosphere of an active region plage from the inversion of the near-ultraviolet CLASP2.1 spectropolarimetric data
本研究利用 HanleRT 反演 CLASP2.1 近紫外 Mg II h & k 光谱偏振数据，绘制活动区谱斑与超半影的大气参数及纵向磁场，揭示二者加热机制的异同。
Inversions of synthetic umbral flashes: selection of wavelength sampling
成像光谱仪是用于获取太阳数据的常用仪器。它们在选定的波长位置记录准单色图像。通过扫描线的光谱范围，可以获得具有中等光谱分辨率的FoV的二维图。在这项工作中，我们评估质量的分光偏振反演得到的各种波长的采样期间的阴影闪光。我们计算了太阳黑子中非线性波传播的数值模拟，并使用NLTE程序NICOLE在阴影闪光期间构造了Ca II 8542谱线中的合成Stokes剖面。斯托克斯分布的光谱分辨率被降级到不同的情况下的波长覆盖范围的差异。分析了大量的波长采样，并通过将推断的色球温度、速度和磁场与数值模拟的色球实际值进行比较来评估反演的性能。反演结果中的误差在很大程度上取决于波长点在谱线轮廓上的位置。随着光谱分辨率的提高，推断的磁场得到改善。在速度和温度的情况下，低光谱分辨率数据产生的反演大气与实际值相匹配，可与具有更高分辨率的波长采样相媲美，同时在数据采集中提供更高的时间节奏。我们验证了NLTE反演的光谱偏振数据从Ca II 8542在阴影闪烁，在此期间，由于冲击波的传播，大气发生突然的戏剧性变化。我们的研究结果有利于使用精细的光谱分辨率的分析，专注于推断的磁场，而温度和速度波动的估计可以用较低的光谱分辨率。
Chromospheric Inversions of a Micro-flaring Region
利用瑞典1米太阳望远镜（SST）的Ca II 8542~（12）谱线的分光偏振观测，试图通过反演来恢复太阳黑子附近微耀斑区的动力学活动。这些反演表明，在色球层和上层光球的$\sim$ 1000~K的局部平均温度增强，以及5 - 10 km s $^{-1}$的同空间双向多普勒频移。这种加热也沿着附近的色球纤维延伸，与10 - 15 km/s的$^{-1}$下行流同空间。强磁通量抵消也是明显的一个足点，集中在色球层。这一事件更类似于埃勒曼炸弹（EB），尽管它被放置在比通常观察到的略高的大气层中。
On the degeneracy of solutions from stellar spectropolarimetric data
Universidad Nacional Autónoma de México, Instituto de Astronomía（墨西哥国立自治大学天文学研究所）；Computer Science Department, Centro de Investigación Científica y Educación Superior de Ensenada（恩塞纳达科学研究与高等教育中心计算机科学系）
Tomography of a solar plage with the Tenerife Inversion Code
我们应用特内里费岛反演代码（TIC）的色球层分光偏振仪（CLASP 2）获得的谱斑分光偏振观测。这些前所未有的数据包括完整的斯托克斯配置文件在光谱区域周围的Mg II的H和K线的一个单一的狭缝位置，约三分之二的200弧秒的狭缝交叉斑区和其余的交叉增强网络。以前的分析这些数据使我们能够推断的磁场的纵向分量，通过应用弱场近似（WFA）的圆偏振配置文件，并分配推断的磁场到不同层的太阳大气的基础上，以前的理论辐射转移调查的结果。在这项工作中，我们应用最近开发的TIC相同的数据。我们得到了分层的模型大气，它适合于沿着摄谱仪狭缝的每个位置处的强度和圆偏振分布，并且我们将我们对磁场的纵向分量的结果与先前获得的WFA结果进行了比较，突出了总体上良好的一致性，尽管已知WFA在应用于Mg II h和k圆形外叶时会产生低估极化曲线最后，我们使用反演的模型大气，给出了一个粗略的估计，可以通过阿尔文波传播沿色球层中的plage和网络区域的能量，这表明它是足够的，以补偿估计的能量损失在色球层的太阳活动区。
SynthIA: A Synthetic Inversion Approximation for the Stokes Vector Fusing SDO and Hinode into a Virtual Observatory
University of Michigan（密歇根大学）；NASA GSFC（美国国家航空航天局戈达德太空飞行中心）；NorthWest Research Associates（西北研究协会）；Lockheed Martin Solar and Astrophysics Laboratory（洛克希德·马丁太阳与天体物理实验室）；Stanford University（斯坦福大学）
Accelerating 3D Non-LTE Synthesis with Graph Neural Networks
Institut für Sonnenphysik (KIS)（太阳物理研究所）；Instituto de Astrofísica de Canarias（加那利天体物理研究所）；Institute of Theoretical Astrophysics, University of Oslo（奥斯陆大学理论天体物理研究所）；Rosseland Centre for Solar Physics, University of Oslo（奥斯陆大学罗斯兰太阳物理中心）
