LinKS：利用卷积神经网络在Kilo-Degree巡天中发现星系尺度强透镜
星系天体物理
2019-01-18 v2
摘要
我们给出了一份新的星系尺度强引力透镜候选样本，选自Kilo-Degree巡天（KiDS）第4次数据发布（Data Release 4）的904平方度天区，即“Kilo-Degree巡天中的透镜”（LinKS）样本。我们将两个卷积神经网络（ConvNets）应用于约个颜色-星等选出的亮红星系，得到3500个强透镜候选体列表。该列表通过人工检视进一步筛选。最终的LinKS样本由1983个按等级排序的目标组成，被至少一名检视者归类为“潜在透镜候选体”。其中，一个由89个目标组成的高等级子样本被所有检视者认定为潜在强透镜。此外，我们呈现了从以往各种ConvNet运行中偶然发现的另外200个强透镜候选体。将我们的流程直接应用于未来的Euclid或LSST数据，可以选出约个透镜候选体，预期假阳性低于10%且只需最少的人工干预。
引用
@article{arxiv.1812.03168,
title = {LinKS: Discovering galaxy-scale strong lenses in the Kilo-Degree Survey using Convolutional Neural Networks},
author = {C. E. Petrillo and C. Tortora and G. Vernardos and L. V. E. Koopmans and G. Verdoes Kleijn and M. Bilicki and N. R. Napolitano and S. Chatterjee and G. Covone and A. Dvornik and T. Erben and F. Getman and B. Giblin and C. Heymans and J. T. A. de Jong and K. Kuijken and P. Schneider and H. Shan and C. Spiniello and A. H. Wright},
journal= {arXiv preprint arXiv:1812.03168},
year = {2019}
}
备注
19 pages, 11 figures, accepted for publication in MNRAS