Celeste：天文图像生成模型的变分推断
天体物理仪器与方法
2015-06-04 v1 机器学习
摘要
我们提出一种新的、完全生成式的光学望远镜图像集模型，以及用于推断的变分过程。每个像素强度被视为泊松随机变量，其率参数依赖于恒星和星系的潜在属性。关键的潜在属性本身也是随机的，其科学先验分布由大型辅助数据集构建。我们在合成图像上检验了我们的方法。我们还在一项大型巡天的图像上运行了它，其性能超越了当前用于天体定位和测量颜色的最先进方法。
引用
@article{arxiv.1506.01351,
title = {Celeste: Variational inference for a generative model of astronomical images},
author = {Jeffrey Regier and Andrew Miller and Jon McAuliffe and Ryan Adams and Matt Hoffman and Dustin Lang and David Schlegel and Prabhat},
journal= {arXiv preprint arXiv:1506.01351},
year = {2015}
}
备注
in the Proceedings of the 32nd International Conference on Machine Learning (2015)