利用层次相关重构预测活动星系核红移的条件概率分布
机器学习
2022-06-14 v1 星系天体物理
高能天体物理现象
摘要
尽管通常聚焦于数值的预测，真实数据往往仅允许预测条件概率分布，其能力受条件熵 所限。若进一步估计不确定性，我们可将预测值视为高斯或拉普拉斯分布的中心——这一理想化可能远偏离真实数据复杂的的条件分布。本文应用层次相关重构（HCR）方法以低成本预测相当复杂的条件概率分布（例如多模态）：通过对多个类矩参数的独立 MSE 估计，从而允许重构条件分布。为此使用线性回归，我们得到可解释的模型：其系数描述特征对条件矩的贡献。本文对原始方法进行了扩展，特别是使用典型相关分析（CCA）进行特征优化及 l1 “lasso” 正则化，聚焦于基于第四版 Fermi-LAT 数据发布 2（4LAC）数据集预测活动星系核（AGN）红移的实际问题。
引用
@article{arxiv.2206.06194,
title = {Predicting conditional probability distributions of redshifts of Active Galactic Nuclei using Hierarchical Correlation Reconstruction},
author = {Jarek Duda},
journal= {arXiv preprint arXiv:2206.06194},
year = {2022}
}
备注
5 pages, 6 figures