利用机器学习分类识别灾难性离群测光红移估计
宇宙学与河外天体物理
2022-03-30 v3
摘要
我们展示了使用基础二分类神经网络模型来识别单个星系可能的灾难性离群测光红移估计的结果，该识别仅基于星系测得的光度波段星等值。我们发现，这种分类的简单实现能够识别出相当大比例的具有灾难性离群测光红移估计的星系，同时仅将小得多的比例的非离群样本误分类。这些方法有潜力减少灾难性离群测光红移估计引入到科学分析中的误差。
引用
@article{arxiv.2112.07811,
title = {Machine Learning Classification to Identify Catastrophic Outlier Photometric Redshift Estimates},
author = {J. Singal and G. Silverman and E. Jones and T. Do and B. Boscoe and Y. Wan},
journal= {arXiv preprint arXiv:2112.07811},
year = {2022}
}
备注
7 pages, 2 figure blocks. Updated to ApJ accepted version