结合卷积与注意力计算机视觉方法的脉冲星候选体分类
天体物理仪器与方法
2023-04-25 v1
摘要
人工智能方法在从大量候选体中识别脉冲星方面不可或缺。我们开发了一种新的脉冲星识别系统，利用 CoAtNet 对候选体的二维特征打分，使用多层感知机对一维特征打分，并采用逻辑回归对上述分数进行判断。在数据预处理阶段，我们分别进行了两次特征融合，一次针对一维特征，另一次针对二维特征，分别作为多层感知机与 CoAtNet 的输入。新开发的系统在我们的 GPPS 测试集上取得了 98.77% 召回率、1.07% 误报率与 98.85% 准确率。
引用
@article{arxiv.2304.11604,
title = {Pulsar Candidate Classification Using A Computer Vision Method Combining with Convolution and Attention},
author = {NanNan Cai and JinLin Han and WeiCong Jing and ZeKai Zhang and DeJiang Zhou and Xue Chen},
journal= {arXiv preprint arXiv:2304.11604},
year = {2023}
}
备注
12 pages, 4 figures, 5 tables