星系形状参数在测光红移估计中的效用：一种神经网络方法

我们利用人工神经网络方法，确定了在测光红移估计中纳入星系形态参数的效果。神经网络能够以无偏的方式识别数据信息内容中的模式，如果输入数据被平等对待，它可以成为估计额外参数（如描述形态的参数）中所含附加信息的有用工具。我们使用了来自全波长扩展格罗思条纹国际巡天的成像和五波段测光星等。结果表明，形态信息的某些主成分与星系类型相关。然而，我们发现，对于所使用的数据，采用这里的技术，纳入形态信息对测光红移估计没有统计上显著的益处。纳入这些参数可能会导致额外信息与额外噪声之间的权衡，随着更多参数的加入，额外噪声变得更加占主导地位。