基于监督式人工神经网络的APM星系自动形态分类
天体物理学
2015-06-24 v1
摘要
我们对基于星系图像形态的人工神经网络进行训练，以对星系进行分类。这些图像经过处理，形态特征（如 bulge 大小和臂的数量）被全自动提取。该星系样本首先由 6 位独立专家分类。我们基于这些分类定义了每颗星系的平均类型。随后我们在这些特征上进行训练和测试。我们发现，网络分类结果与专家分类平均类型的均方根误差为 1.8 修订哈伯类型。这一结果与专家之间整体均方根偏差相当。这一结果是稳健的，并且几乎完全独立于所使用的网络结构。
引用
@article{arxiv.astro-ph/9503001,
title = {AUTOMATED MORPHOLOGICAL CLASSIFICATION OF APM GALAXIES BY SUPERVISED ARTIFICIAL NEURAL NETWORKS},
author = {A. Naim and O. Lahav and L. Sodre and M. C. Storrie-Lombardi},
journal= {arXiv preprint arXiv:astro-ph/9503001},
year = {2015}
}
备注
The full paper contains 25 pages, and includes 22 figures. It is available at ftp://ftp.ast.cam.ac.uk/pub/hn/apm2.ps . The table in the appendix is available on request from [email protected]. Mon. Not. R. Astr. Soc., in press