神经网络与光谱红移
天体物理学
2015-06-24 v2
摘要
我们提出一种基于神经网络的光谱红移确定方法。该方法在 Sloan Digital Sky Survey Early Data Release (SDSS-EDR) 上进行测试，准确率相当乃至在某些情况下优于 SED 模板拟合技术。我们测试了不同的神经网络结构，结果表明在贝叶斯框架下使用具有1个隐藏层(22个神经元)的多层感知器(Multi Layer Perceptron)，结合用于估计结果准确性的自组织映射(Self Organizing Map)，效果最为理想。在最佳实验中，实现的网络在0<zphot<0.3的范围内达到了0.020(四分位误差)的准确率，在0<zphot<0.5的范围内达到了0.022的准确率。
引用
@article{arxiv.astro-ph/0203445,
title = {Neural Networks and Photometric Redshifts},
author = {Roberto Tagliaferri and Giuseppe Longo and Stefano Andreon and Salvatore Capozziello and Ciro Donalek and Gerardo Giordano},
journal= {arXiv preprint arXiv:astro-ph/0203445},
year = {2015}
}
备注
9 pages, 5 figures, 3 tables