AI 是否可以梦见未被观测的星系？基于条件扩散模型的星系形态数据增强
星系天体物理
2026-01-15 v2 机器学习
摘要
观测天文学依赖视觉特征识别来检测关键天体物理现象。尽管机器学习（ML）日益自动化这一过程，但模型在大规模调查中常因标签数据代表性不足而难以泛化，这一挑战在稀有且科学价值极高的天体身上尤为突出。为此，我们提出一种条件扩散模型，用于增强ML训练数据（以下简称GalaxySD）。该模型基于Galaxy Zoo 2数据集进行训练，后者包含来自志愿者注释的视觉特征与星系图像配对。我们展示，GalaxySD能够生成多样且高保真的星系图像，严格遵循指定的形态特征条件。此外，该模型实现了对未知领域数据的生成外推，提升稀有天体检测能力。将合成图像集成到ML流程中，可在标准形态分类任务中提升完成度和纯度，关键指标提升最高可达30%。在稀有天体检测方面，以在GZ2数据集中占比约0.1%的具有显著尘埃带特征的早型星系为测试案例，我们的方法检测实例数从352个提升至872个，显著优于基于视觉检查的前期研究。本研究凸显了生成模型在天文观测数据稀缺与广阔未探索参数空间之间的桥梁作用，为未来天体物理基础模型的发展提供了启示。 our project homepage is available at https://galaxysd-webpage.streamlit.app/.
引用
@article{arxiv.2506.16233,
title = {Can AI Dream of Unseen Galaxies? Conditional Diffusion Model for Galaxy Morphology Augmentation},
author = {Chenrui Ma and Zechang Sun and Tao Jing and Zheng Cai and Yuan-Sen Ting and Song Huang and Mingyu Li},
journal= {arXiv preprint arXiv:2506.16233},
year = {2026}
}
备注
29 pages, 17 figures, accepted version for ApJS. Comments welcome. See another independent work for further reference, Category-based Galaxy Image Generation via Diffusion Models (Fan, Tang et al.)