大气之梦：面向系外行星发射光谱分类的RobERt算法
地球与行星天体物理
2016-04-13 v2
摘要
本文我们介绍了RobERt (Robotic Exoplanet Recognition)算法，用于系外行星发射光谱的分类。系外行星大气的光谱反演经常需要用户预先选择分子/原子不透明度。在开源、自动化和自给自足的反演算法时代，应避免手动输入。依赖于用户的输入在最坏情况下可能导致不完整的模型和反演中的偏差。RobERt算法基于深度信念神经(DBN)网络，训练用于准确识别广泛行星、大气热剖面和成分中的分子特征。学习特征的重建，也称为网络的“梦境”，表明DBN中良好的收敛性和分子特征的准确表示。利用这些深度神经网络，我们致力于开发反演算法，使其自身理解观测光谱的性质，能够从当前和过去的数据中学习，并对用于反演过程定量阶段的大气不透明度做出合理的定性预选。
引用
@article{arxiv.1511.08339,
title = {Dreaming of atmospheres},
author = {I. P. Waldmann},
journal= {arXiv preprint arXiv:1511.08339},
year = {2016}
}
备注
ApJ accepted