机器学习算法在星系团动力学质量测量中的成功应用
星系天体物理
2019-12-12 v1 天体物理仪器与方法
摘要
近年来，机器学习（ML）算法已成功应用于天文学中，用于分析和解释来自各种巡天的数据。随着我们进入新的十年，天文学中对新颖、稳健且高效的数据分析工具的需求正迫在眉睫地增长。天文数据集的规模与复杂度正以指数速率增长，而 ML 方法能够革新我们解释观测的能力并提供新的发现手段。在本文中，我们聚焦于 ML 算法在预测星系团动力学质量方面近期的成功。我们讨论 Ho 等人 [1] 所进行研究的结果及其意义，该研究发现 ML 算法优于常规统计方法，并可为动力学质量估计提供一种稳健且准确的工具。
引用
@article{arxiv.1912.05316,
title = {Success of Machine Learning algorithms in Dynamical Mass Measurements of Galaxy Clusters},
author = {Muhammad Haider Abbas},
journal= {arXiv preprint arXiv:1912.05316},
year = {2019}
}
备注
14 pages, 3 figures