利用逆离散小波变换在高分辨率下识别4FGL不确定源
高能天体物理现象
2024-01-08 v1 人工智能
摘要
在大天文数据即将到来的时代，从地基和天基望远镜中找出目标源是一项繁重的工作。尽管机器学习（ML）方法已被广泛用于解决这一问题，但结合深入的数据分析可以显著提高处理海量天文数据时识别目标源的效率。在这项工作中，我们专注于从4FGL DR3不确定源中寻找活动星系核（AGN）候选体并识别BL Lac/FSRQ候选体的任务。我们研究了4FGL DR3星表属性之间的相关性，并提出了一种名为FDIDWT的新方法对原始数据进行变换。变换后的数据集具有低维和特征突出的特点，通过分形维数（FD）理论估计相关特征，并通过逆离散小波变换（IDWT）进行多分辨率分析。将FDIDWT方法与改进的轻量级MatchboxConv1D模型相结合，我们完成了两项任务：（1）以96.65%的准确率将4FGL DR3不确定源中的活动星系核（AGN）与其他源（非AGN）区分开来，即任务A；（2）以92.03%的准确率将不确定类型的耀变体候选体（BCU）分类为BL Lac天体（BL Lacs）或平谱射电类星体（FSRQs），即任务B。在任务A中发现了1354个AGN候选体，在任务B中发现了482个BL Lacs候选体和128个FSRQ候选体。结果与先前工作的结果高度一致，一致性超过98%。此外，我们的方法在发现比普通方法变化更小、相对更暗的源方面具有优势。
引用
@article{arxiv.2401.02589,
title = {Identification of 4FGL uncertain sources at Higher Resolutions with Inverse Discrete Wavelet Transform},
author = {Haitao Cao and Hubing Xiao and Zhijian Luo and Xiangtao Zeng and Junhui Fan},
journal= {arXiv preprint arXiv:2401.02589},
year = {2024}
}