用于天体物理瞬变源分类的分层交叉熵损失

天体物理瞬变现象传统上在分层分类法中进行光谱分类；然而，时域天体物理学中基于神经网络的测光分类器目前并未利用该图结构。相反，针对不同层级的已分类数据训练独立的分类器，且如果事件超出这些定义明确但扁平的分类方案，则将其排除在外。在此，我们引入了一个用于天体物理瞬变源分类的加权分层交叉熵目标函数。我们的方法允许用户直接构建并使用基于物理或观测动机的树状分类法。我们的加权分层交叉熵损失直接利用该图将所有目标准确分类到树的任意节点中，并对不平衡类别进行重新加权。我们在来自 Zwicky Transient Facility 的一组变星和河外瞬变源上测试了我们的新损失函数，结果表明我们能够达到与微调分类器相似的性能，且在下游分类任务中具有明显更高的灵活性。