行星轨道配置稳定性分类器 SPOCK 2.0：FeatureClassifier 更新
地球与行星天体物理
2025-01-28 v1 天体物理仪器与方法
机器学习
摘要
行星轨道配置稳定性分类器（SPOCK）软件包收集了用于预测紧凑型行星系统稳定性和碰撞演化的机器学习模型。本文探讨了 SPOCK 二分类稳定性分类器（FeatureClassifier）的改进措施，该分类器通过对系统进行短时间的 N 体积分数来预测轨道稳定性。我们发现，通过使用系统特有的积分时间尺度（而非固定的 轨道），并将该时间尺度作为额外特征使用，可将模型的 AUC 指标稳健地提高，从 0.943 提升至 0.950（AUC=1 表示完美模型）。此外，我们发现 SPOCK 原始训练数据集中约有 10% 的 N 体积分数是意外重复的，且少于 1% 的积分数被错误地分类为稳定，但实际上导致了散射。我们提供了包含 10 万以上唯一积分数的清洁数据集，发布新训练的稳定性分类模型，并对 API 进行了 minor 更新。
引用
@article{arxiv.2501.15017,
title = {SPOCK 2.0: Update to the FeatureClassifier in the Stability of Planetary Orbital Configurations Klassifier},
author = {Elio Thadhani and Yolanda Ba and Hanno Rein and Daniel Tamayo},
journal= {arXiv preprint arXiv:2501.15017},
year = {2025}
}
备注
3 pages, 1 table. Submitted to RNAAS