使用卷积神经网络的光谱分类
计算机视觉与模式识别
2014-12-30 v1 天体物理仪器与方法
神经与进化计算
摘要
天体物理学中迫切需要准确且自主的光谱分类方法。本论文旨在训练一个卷积神经网络(ConvNet)，仅从一维光谱中识别天体类别（类星体、恒星或星系）。作者开发了多个脚本和C程序用于数据集准备、预处理和后处理。使用EBLearn库（由Pierre Sermanet和Yann LeCun开发）创建ConvNets。在包含超过60000条光谱的数据集上应用，成功率接近95%。本论文确凿地证明了卷积神经网络和深度学习方法在天体物理学中的巨大潜力。
引用
@article{arxiv.1412.8341,
title = {Spectral classification using convolutional neural networks},
author = {Pavel Hála},
journal= {arXiv preprint arXiv:1412.8341},
year = {2014}
}
备注
71 pages, 50 figures, Master's thesis, Masaryk University