SDSS DR10中的自动物理分类：一份类星体候选体目录
星系天体物理
2015-06-17 v1 宇宙学与河外天体物理
摘要
我们讨论现代机器学习方法是否可用于表征现代多波段数字巡天所采样的大量天体的物理本质。特别地，我们将MLPQNA（多层感知机拟牛顿算法）方法应用于斯隆数字巡天（Sloan Digital Sky Survey）的数据发布10（Data Release 10）的光学数据，研究仅测光数据是否足以区分SDSS光谱分类中定义的不同类别天体。我们讨论三类分类问题：(i) 星系、类星体和恒星的同时分类；(ii) 恒星与类星体的分离；(iii) 具有正常光谱能量分布的星系与具有特殊光谱（如星暴或恒星形成星系以及AGN）的星系的分离。虽然证实了仅基于测光数据难以区分AGN与正常星系，但MLPQNA在三类分离中被证明相当有效。在区分类星体与恒星和星系时，我们的方法实现了91.31%的总效率和约95%的QSO类纯度。得到的类星体/AGN候选体目录包含约360万个天体，其中约50万也被标记为稳健候选体，并将在CDS VizieR设施提供。
引用
@article{arxiv.1504.03857,
title = {Automated physical classification in the SDSS DR10. A catalogue of candidate Quasars},
author = {Massimo Brescia and Stefano Cavuoti and Giuseppe Longo},
journal= {arXiv preprint arXiv:1504.03857},
year = {2015}
}
备注
Accepted for publication by MNRAS, 13 pages, 6 figures