利用 V-net 构建三维消光密度图
星系天体物理
2024-02-20 v1 太阳与恒星天体物理
摘要
我们面临的主要挑战之一是如何利用大样本恒星的消光和距离测量，快速准确地创建银河系中星际尘埃的三维（3D）密度分布。在本研究中，我们引入了一种新的机器学习方法，利用卷积神经网络，具体为 V-net，来推断尘埃密度的 3D 分布。实验在朝向银河系反中心的两个区域内进行。神经网络使用 10,000 次尘埃密度和视线消光图的模拟进行训练和测试。对测试样本的评估证实了我们的模型能够成功地从消光图生成尘埃密度图。此外，还使用文献中的数据评估了训练网络的性能。我们的结果表明，我们的模型能够捕捉详细的尘埃密度变化，并能在减少“上帝之指”效应的同时恢复尘埃密度图。展望未来，我们计划将此模型应用于实际观测数据，以获取银河系中大尺度和小尺度的精细尘埃分布。
引用
@article{arxiv.2402.11270,
title = {Constructing the three-dimensional extinction density maps using V-net},
author = {Bingqiu Chen and Fei Qin and Guangxing Li},
journal= {arXiv preprint arXiv:2402.11270},
year = {2024}
}
备注
16 pages, 18 figures, accepted for publication in MNRAS