利用无监督域适应解释恒星光谱
太阳与恒星天体物理
2020-07-08 v1 星系天体物理
机器学习
摘要
我们讨论了如何利用无监督域适应实现从大量不完美模拟与观测数据之间的映射。在模拟与观测数据分布共享共同底层表示的假设下，我们展示了如何在模拟域与观测域之间迁移。受解释恒星光谱巡天应用驱动，我们构建了域迁移流水线：在每个域上使用两个对抗自编码器并带有解耦潜空间，以及循环一致性约束。随后，在物理恒星参数到真实观测光谱之间构建可微分流水线，并借助一个补充生成式替代物理模拟器网络。我们进一步在重构光谱质量以及发现与元素丰度相关的新光谱特征方面展示了该方法的潜力。
引用
@article{arxiv.2007.03112,
title = {Interpreting Stellar Spectra with Unsupervised Domain Adaptation},
author = {Teaghan O'Briain and Yuan-Sen Ting and Sébastien Fabbro and Kwang M. Yi and Kim Venn and Spencer Bialek},
journal= {arXiv preprint arXiv:2007.03112},
year = {2020}
}
备注
4 pages, 4 figure, accepted to the ICML 2020 Machine Learning Interpretability for Scientific Discovery workshop. A full 20-page version is submitted to ApJ. The code used in this study is made publicly available on github: https://github.com/teaghan/Cycle_SN