摘要：Alguns fenômenos que ocorrem no Sol têm consequências na Terra. Entre esses fenômenos, as explosões solares liberam grandes quantidades de radiação e energia que impactam a vida e os sistemas tecnológicos da Terra. Essas explosões nascem geralmente a partir de manchas solares, que derivam de atividades magnéticas solares. Uma estratégia para prever explosões solares é identificar as regiões ativas, i.\,e., um grupo de manchas solares com alto potencial de causar explosões solares. Este artigo relata o uso da técnica de aprendizado profundo para identificar e classificar regiões ativas a partir da análise de magnetogramas. Para realizar essas tarefas, montamos um conjunto magnetogramas e realizamos testes para escolher os melhores modelos de aprendizado profundo para identificação e classificação de regiões ativas. Os resultados dos melhores modelos alcançaram precisões superiores a \SI{80}{\percent} para as tarefas de identificação e classificação. Com base nesses resultados, implementamos um sistema em Python para automatizar o processo completo de identificação e classificação baseado na análise de magnetogramas.
