构建可信赖的天文学机器学习模型
天体物理仪器与方法
2021-11-30 v1
摘要
由于现代机器学习（ML）技术使得解读观测数据有了强大的新方式，天文学正进入数据驱动发现的时代。我们科学方法的这一转变要求我们考量能否信任这个黑箱。在此，我们概述了在 ML 模型开发中常被忽视的一步的方法：在算法层面建立社区信任。信任不仅是创建更稳健的数据分析技术的关键要素，也是在天文学界建立信心以接纳机器学习方法与结果的关键要素。
引用
@article{arxiv.2111.14566,
title = {Building Trustworthy Machine Learning Models for Astronomy},
author = {Michelle Ntampaka and Matthew Ho and Brian Nord},
journal= {arXiv preprint arXiv:2111.14566},
year = {2021}
}
备注
Prepared for the Astronomical Data Analysis Software and Systems (ADASS) XXXI Proceedings