LensExtractor：一种搜寻强引力透镜的卷积神经网络
天体物理仪器与方法
2018-04-11 v2 星系天体物理
摘要
在本工作中，我们提出一种利用机器学习卷积神经网络从大面积巡天中识别强引力透镜的分类算法：LensExtractor。我们使用来自透镜事件模拟的多种强引力透镜构型训练和测试该算法。图像通过多个卷积层处理，提取出为每个图像赋予透镜概率所必需的特征图。LensExtractor为所有源提供排序方案，可用于识别潜在的引力透镜候选体，显著减少必须目视检查的图像数量。我们进一步将该算法应用于COSMOS场的\textit{HST}/ACS i波段观测，并给出我们证认的透镜候选样本。所开发的机器学习算法比经典的透镜识别算法计算效率更高，非常适合从当前和未来的巡天（如LSST和WFIRST）中大面积发现此类事件。
引用
@article{arxiv.1705.05857,
title = {LensExtractor: A Convolutional Neural Network in Search of Strong Gravitational Lenses},
author = {Milad Pourrahmani and Hooshang Nayyeri and Asantha Cooray},
journal= {arXiv preprint arXiv:1705.05857},
year = {2018}
}
备注
10 Pages, 9 Figures, 1 Table, Submitted to ApJ