基于神经网络的预处理用于估计单温度热等离子体 X 射线发射参数
天体物理仪器与方法
2018-05-15 v1
摘要
我们提出基于人工神经网络的数据预处理方法，用于估计单温度热等离子体的 X 射线发射谱参数。该方法可找到接近全局最优的合适参数。该神经网络被设计为学习输入谱的热等离子体参数（温度、丰度、归一化与红移）。在使用 9000 个模拟 X 射线谱训练后，该网络已能预测所有未知参数，不确定度约为百分之几。我们研究了性能对网络结构的依赖。我们将该神经网络应用于由 {\it Hitomi} 获取的实际高分辨谱。预测的等离子体参数与已知英仙座团簇的最佳拟合参数在 \% 不确定度内一致。结果表明，由模拟数据训练的神经网络有望用于提取数据内建特征，从而减少详细谱分析前繁重的人工预处理成本，并帮助我们充分利用未来数十年将到来的大量谱数据。
引用
@article{arxiv.1801.06015,
title = {Neural network-based preprocessing to estimate the parameters of the X-ray emission of a single-temperature thermal plasma},
author = {Y. Ichinohe and S. Yamada and N. Miyazaki and S. Saito},
journal= {arXiv preprint arXiv:1801.06015},
year = {2018}
}
备注
Accepted for publication in MNRAS