GAMMA：星系质量、金属丰度和年龄属性数据集
星系天体物理
2023-12-12 v1
摘要
我们介绍了 GAMMA（星系质量、金属丰度和年龄属性）数据集，这是一个专为机器学习应用量身定制的综合性星系数据集合。该数据集提供了 11,727 个星系的详细二维图和三维立方体，捕捉了关键属性：恒星年龄、金属丰度和质量。随数据集一起，我们发布了代码，用于从原始模拟套件中提取任何其他恒星或气体属性，以将这些初始属性之外的数据集扩展，确保其适用于各种计算任务。GAMMA 非常适合特征提取、聚类和回归任务，为利用计算方法探索星系结构提供了独特的视角，并成为天体物理模拟与科学机器学习领域之间的桥梁。作为第一个基准测试，我们对这个数据集应用了主成分分析（PCA）。我们发现 PCA 能够用少量成分有效捕捉星系的关键形态特征。我们实现了约 200 倍（二维图像）和 3650 倍（三维立方体）的降维，重建精度低于 5%。
引用
@article{arxiv.2312.06016,
title = {GAMMA: Galactic Attributes of Mass, Metallicity, and Age Dataset},
author = {Ufuk Çakır and Tobias Buck},
journal= {arXiv preprint arXiv:2312.06016},
year = {2023}
}
备注
Accepted at the Machine Learning and the Physical Sciences Workshop at the 37th conference on Neural Information Processing Systems (NeurIPS)