混合聚类与多模态方法在FAST巡天脉冲星候选体筛选中的应用
天体物理仪器与方法
2023-11-15 v1 高能天体物理现象
摘要
脉冲星搜索始终是脉冲星导航、引力波探测及其他研究课题的基础。当前，五百米口径球面射电望远镜（FAST）收集的脉冲星候选体数量呈爆发式增长，为其脉冲星候选体筛选系统带来挑战。特别是，多视角异构数据以及真脉冲星与非脉冲星候选体之间的类别不平衡，对传统单模态监督分类方法产生了负面影响。本研究提出一种基于多模态与半监督学习的脉冲星候选体筛选算法，其采用密度基与划分基方法相结合的混合集成聚类方案，并辅以针对输入数据的特征级融合策略与用于并行化的数据划分策略。在HTRU（高时间分辨率宇宙巡天）2与FAST实际观测数据上的实验表明，所提算法能出色地识别脉冲星：在HTRU2上，其并行模式的精确率与召回率分别达到0.981与0.988；在FAST数据上，其并行模式的精确率与召回率分别达到0.891与0.961，同时运行时间也在限度内随并行节点增加而显著下降。因此可得出结论：我们的算法可作为FAST漂移扫描观测大规模脉冲星候选体筛选的可行思路。
引用
@article{arxiv.2311.08134,
title = {Applying hybrid clustering in pulsar candidate sifting with multi-modality for FAST survey},
author = {Zi-Yi You and Yun-Rong Pan and Zhi Ma and Li Zhang and Shuo Xiao and Dan-Dan Zhang and Shi-Jun Dang and Ru-Shuang Zhao and Pei Wang and Ai-Jun Dong and Jia-Tao Jiang and Ji-Bing Leng and Wei-An Li and Si-Yao Li},
journal= {arXiv preprint arXiv:2311.08134},
year = {2023}
}