哈勃空间望远镜星系图像中离群点的自动识别

稀有的河外天体可承载关于过去、现在与未来宇宙的丰富信息。在信息时代，鉴于天文数据库的庞大规模，可以认为现有及未来的天文数据库中包含了极大量的离群星系。然而，由于所需的人工劳动，手动搜寻这些目标并不现实，因此探测此类目标的能力在很大程度上依赖于计算机算法。本文描述了一种用于自动探测离群星系图像的无监督机器学习算法，及其在多个哈勃空间望远镜视场中的应用。该算法无需训练，因此不依赖于干净训练集的制备。将算法应用于大规模星系集合时，其探测到了多种离群星系图像。该算法并非完美——并非所有被算法探测到的目标都确实被视为离群点，但它将数据集缩减了两个数量级，从而使得实际的人工识别成为可能。该星表包含147个若不借助自动化将极难识别的目标。