光学-红外全天巡测中河外天体的机器学习识别
天体物理仪器与方法
2018-05-28 v1
摘要
我们提出了一种新的全自动分类模型，用于在天文测光目录中筛选河外天体。我们的分类模型构建基于三个重要步骤：1）创建特征空间的数据表示；2）在特征空间中构建超曲面以限制特征范围（离群点检测）；3）构建分离河外天体与银河系天体的超平面。我们用 170 万天体（140 万星系与类星体，30 万恒星）训练了模型。该模型的应用表现为一个包含 3800 万河外天体的测光目录，这些天体在相互交叉匹配的 WISE 与 Pan-STARRS 目录中被识别出来。
引用
@article{arxiv.1805.08160,
title = {Machine-learning identification of extragalactic objects in the optical-infrared all-sky surveys},
author = {Vladislav Khramtsov and Volodymyr Akhmetov},
journal= {arXiv preprint arXiv:1805.08160},
year = {2018}
}