设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

研究为天体目标分类提出新型多模态神经网络

发布时间: 来源: 中国科学院

    在现代天文研究中,准确识别天体类型是理解宇宙结构、星系演化及暗物质分布等关键科学问题的基础。由于不同类型的天体辐射机制存在显著差异,天文学家通常依赖光谱观测进行分类。然而,获取光谱需耗费大量观测资源且难以在大规模巡天中实现全面覆盖。因此,目前大多天体缺乏光谱数据,进而长期制约学界对宇宙中海量天体的系统性研究。相比之下,图像观测能够在较短时间内完整覆盖观测视场,并探测到比光谱观测更暗的天体目标。同时,测光数据可构建用于揭示天体辐射机制的多波段能谱(SED),并提供天体的形态信息,为分类提供额外维度的信息。但是,仅依赖图像形态或SED特征进行分类会存在一定的简并性。例如,高红移类星体与恒星在图像中都表现为点源,不易区分;而在颜色空间中,不同类型天体或出现重叠,导致分类错误。bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

针对上述问题,中国科学院云南天文台博士封海成团队联合郑州大学博士李瑞、意大利那不勒斯费德里科二世大学教授Nicola R. Napolitano,提出了多模态神经网络模型,并创新性地融合了天体形态特征与SED信息,实现对恒星、类星体及星系等天体的高精度自动识别。该方法已应用于欧洲南方天文台千平方度巡天项目(KiDS)第五次数据发布的1350平方度天区,完成了超2700万个r波段亮于23等天体的分类。bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

该研究对中国空间站巡天望远镜等大规模多波段巡天项目具有重要参考价值。随着这些项目的陆续开展,预计将产生数十亿个天体观测数据。与传统分类方法相比,基于深度学习的多模态方法将为快速、自动化、高精度天体分类提供有力的技术支撑。进一步,该团队计划扩展模型的适应性,并将其应用于更大规模的巡天数据处理任务中,持续推动天文数据处理由“量”向“智”的转变,为构建高质量天文数据库与揭示宇宙演化规律提供坚实基础。bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

近日,相关研究成果以Morpho-photometric Classification of KiDS DR5 Sources Based on Neural Networks: A Comprehensive Star–Quasar–Galaxy Catalog为题,发表在《天体物理学报增刊》(The Astrophysical Journal Supplement Series)上。研究工作得到国家自然科学基金委员会、科学技术部、云南省、中国载人航天工程的支持。bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

论文链接bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

不同类型天体在SED、光谱特征和空间形态上的差异bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

基于20000个天体样本得到的分类结果混淆矩阵bkJ速刷资讯——每天刷点最新资讯,了解这个世界多一点SUSHUAPOS.COM

关于2024年陕西省优秀博士学位论文评选结果的公示 根据评选优秀博士学位论文有关要求,陕西省教育厅、陕西省学位委员会组   10月12日上午,国务院新闻办公室举行新闻发布会,财政部负责人介绍有关情况,提出下一步财政部将会同相关部门从奖优和助困两个方面,分两步来调整完善高校学生的资助政策。  财政部副部长郭婷婷介绍,目前我国已经建立起 今年以来,该校深入推进“一校一品”建设,以排球运动促进学校“五育”融合发展,通过社团活动、班级联赛等形式,让学生们感受排球运动魅力,培养团队意识和拼搏精神,促进体质健康发展。(中国教育报-中 中国教育报-中国教育新闻网讯(通讯员 张昕妍 记者 余闯)近日,北京教育科学研究院基础教育教学研究中心牵头,京津冀三地教研部门联合在京举办青年教师同课异构教学展示活动。活动深入贯彻落实全国 中国教育报-中国教育新闻网讯(记者 杨国良 通讯员 陶亚雄)近日,中国—印尼“长江数智工匠学院”启动仪式在重庆电子科技职业大学两江校区举行。重庆电子科技职业大学党委书记张伟、印度尼西亚通 摘要:近年来,中学生面临着多方面的压力,包括学习压力、人际关系压力、抗压和挫折适应能力问题等。这些问题对学生的心理健康产生了不良影响,导致部分学生出现焦虑、抑郁等心理问题。本文从关注传 。

本文链接:研究为天体目标分类提出新型多模态神经网络http://www.sushuapos.com/show-12-1454-0.html

声明:本网站为非营利性网站,本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。

上一篇: 量子摩擦研究获进展

下一篇: 走出一条中国特色城市发展道路——以习近平同志为核心的党中央引领城市工作纪实

热门资讯

推荐资讯

  • 日榜
  • 周榜
  • 月榜