i4ds/ecallisto-bursts

---
task_categories:
- image-classification
tags:
- astrophysics
- flares
- solar flares
- sun
pretty_name: e-Callisto Solar Flare Detection
size_categories:
- 100K<n<1M
---

# e-Callisto Solar Flare Detection Dataset

[Institute of Data Science i4Ds, FHNW](https://i4ds.ch)<br>
Compiled by [Gabriel Torres Gamez | StellarMilk](https://huggingface.co/StellarMilk)

## Overview
This dataset comprises radio spectra from the [e-Callisto solar spectrometer network](https://www.e-callisto.org/index.html), annotated based on [labels from the e-Callisto database](http://soleil.i4ds.ch/solarradio/data/BurstLists/2010-yyyy_Monstein/).
The data was downloaded using the [ecallisto_ng Package](https://github.com/i4Ds/ecallisto_ng). It's designed for training machine learning models to automatically detect and classify solar flares.

## Data Collection
Data has been collected from various stations, with the following date ranges:

| Station | Date Range |
|-------------------|--------------------------|
| Australia-ASSA_01 | 2021-02-13 to 2021-12-11 |
| Australia-ASSA_02 | 2021-02-13 to 2021-12-09 |
| Australia-ASSA_62 | 2021-12-10 to 2023-12-12 |
| Australia-ASSA_63 | 2021-12-10 to 2023-12-12 |

## Data Augmentation
Due to the rarity of solar flares, we've augmented the dataset by padding the time series data around each flare event.

## Caution
The dataset underwent preprocessing and certain assumptions were made for label cleanup. Be aware of potential inaccuracies in the labels.

## Split Recommendations
The dataset doesn't include predefined train-validation-test splits. When creating splits, ensure augmented data does not overlap between training and validation/test sets to avoid data leakage.

任务类别：
- 图像分类
标签：
- 天体物理学
- 耀斑
- 太阳耀斑
- 太阳
数据集名称：e-Callisto太阳耀斑检测
样本量范围：
- 100K<n<1M

# e-Callisto太阳耀斑检测数据集

[瑞士西北应用科技大学（FHNW）数据科学研究所i4Ds](https://i4ds.ch)<br>
数据集由[Gabriel Torres Gamez | StellarMilk](https://huggingface.co/StellarMilk)整理

## 概览
本数据集包含来自[e-Callisto太阳光谱仪网络](https://www.e-callisto.org/index.html)的无线电频谱数据，其标注基于[e-Callisto数据库的标注标签](http://soleil.i4ds.ch/solarradio/data/BurstLists/2010-yyyy_Monstein/)。数据通过[ecallisto_ng工具包](https://github.com/i4Ds/ecallisto_ng)下载，旨在用于训练机器学习模型以自动检测并分类太阳耀斑。

## 数据采集
数据来自多个观测站点，各站点的观测日期范围如下：

| 观测站名称 | 观测日期范围 |
|-------------------|--------------------------|
| 澳大利亚-ASSA_01 | 2021-02-13 至 2021-12-11 |
| 澳大利亚-ASSA_02 | 2021-02-13 至 2021-12-09 |
| 澳大利亚-ASSA_62 | 2021-12-10 至 2023-12-12 |
| 澳大利亚-ASSA_63 | 2021-12-10 至 2023-12-12 |

## 数据增强
鉴于太阳耀斑事件较为罕见，我们通过对每个耀斑事件周边的时序数据进行补全的方式，对本数据集进行了增强处理。

## 注意事项
本数据集经过预处理流程，且在标签清理环节采用了若干假设。请注意标注标签可能存在潜在的不准确之处。

## 划分建议
本数据集未提供预先定义的训练集、验证集与测试集划分方案。在进行数据集划分时，请确保增强后的数据在训练集与验证/测试集中不存在重叠，以避免数据泄露问题。

原始信息汇总

e-Callisto Solar Flare Detection Dataset

概述

该数据集包含来自e-Callisto太阳频谱仪网络的射电光谱，基于e-Callisto数据库的标签进行标注。数据通过ecallisto_ng包下载。设计用于训练机器学习模型以自动检测和分类太阳耀斑。

数据收集

数据从多个站点收集，具体日期范围如下：

站点	日期范围
Australia-ASSA_01	2021-02-13 至 2021-12-11
Australia-ASSA_02	2021-02-13 至 2021-12-09
Australia-ASSA_62	2021-12-10 至 2023-12-12
Australia-ASSA_63	2021-12-10 至 2023-12-12

数据增强

由于太阳耀斑的稀有性，我们通过在每个耀斑事件周围填充时间序列数据来增强数据集。

注意事项

数据集经过预处理，并对标签清理做出了某些假设。请注意标签中可能存在的不准确性。

分割建议

数据集未包含预定义的训练-验证-测试分割。在创建分割时，确保增强数据在训练集和验证/测试集之间不重叠，以避免数据泄露。