IonCastは、電離圏の変動性を予測するための深層学習モデルのスイートを指し、特に電離圏動態に特化したGraphCastに触発されたモデルを含んでいます。電離圏は近地球宇宙の重要な要素であり、GNSSの精度や高周波通信、航空業務に影響を与えます。この研究では、IonCastが空間的および時間的な学習を活用して、グローバルな合計電子数（TEC）を予測し、さまざまな物理的要因や観測データを統合していることが示されています。特に、嵐時と静穏時の条件での検証により、持続的予測と比較して改善された予測性能が強調されています。このように、IonCastは機械学習が電離圏の変動性に対する物理的理解を補完し、宇宙天気の運用上のレジリエンスを向上させる方法を示しています。