星系、人类目睹与人工神经网络
天体物理学
2009-10-22 v1
摘要
星系形态分类的定量研究对于理解类型频率及其与环境之间的相关性至关重要。但星系形态分类仍主要通过专职个人的肉眼完成，遵循Hubble最初方案及其修改。随着低和高红移星系图像数据的快速增长，亟需重新审视分类方案并发展新的自动方法。本文展示了对800多幅均匀选取的星系图像进行分类时，人类专家之间分散程度的首次系统性比较。这些星系图像随后由六位作者独立分类。比较人类分类之间的一致性以及与人工神经网络（ANN）自动分类的一致性。我们发现，ANN可以以与两个人类专家之间相同的一致性水平复制人类专家的分类。
引用
@article{arxiv.astro-ph/9412027,
title = {Galaxies, Human Eyes and Artificial Neural Networks},
author = {O. Lahav and A. Naim and R. J. Buta and H. G. Corwin and G. de Vaucouleurs and A. Dressler and J. P. Huchra and S. van den Bergh and S. Raychaudhury and L. Sodre and M. C. Storrie-Lombardi},
journal= {arXiv preprint arXiv:astro-ph/9412027},
year = {2009}
}
备注
To appear in Science. 13 pages, uuencoded compressed postscript file (not including 3 figures). Also available at (131.111.68.35) ftp://cast0.ast.cam.ac.uk/pub/lahav/science/ science5.ps.Z with figures science_fig1.ps.Z, science_fig2.ps.Z and science_fig3.ps.Z in same directory