SpecPT（光谱预训练变换器）模型用于外星光谱学：I. 架构与自动红移测量
天体物理仪器与方法
2025-06-12 v1 星系天体物理
摘要
我们介绍了光谱预训练变换器（Spectroscopy Pre-trained Transformer，SpecPT），这是一种基于变换器的模型，用于分析光谱数据，适用于光谱重构和红移测量。使用 DESI 调查的早期数据发布（EDR），我们在两个不同数据集上评估 SpecPT 的性能：亮星星系 surveys（BGS）和发射线星系（ELG）样本。SpecPT 成功地重构了光谱，准确捕获了发射线、吸收特征以及连续光谱形状，同时有效降低了噪声。对于红移预测，SpecPT 实现了具有竞争力的准确性，BGS 和 ELG 的归一化绝对偏差（NMAD）分别为 0.0006 和 0.0008，灾难性离群值比例分别为 0.20% 和 0.80%。值得注意的是，SpecPT 在整个红移范围（）内表现一致，显示出其灵活性和鲁健性。通过利用其所学的潜在表示，SpecPT 为建立基础光谱模型奠定了基础，潜在应用于异常检测、星际介质（ISM）属性估计以及迁移到其他数据集的学习。本工作代表了构建一种通用光谱分析框架的第一步，能够扩展至 DESI 完整数据集及其他数据集。
引用
@article{arxiv.2501.01070,
title = {SpecPT (Spectroscopy Pre-trained Transformer) Model for Extragalactic Spectroscopy: I. Architecture and Automated Redshift Measurement},
author = {Rohan Pattnaik and Jeyhan S. Kartaltepe and Clive Binu},
journal= {arXiv preprint arXiv:2501.01070},
year = {2025}
}
备注
17 pages, 13 figures. Submitted to ApJ