面向巡天瞬变事件的自动化分类方法
天体物理仪器与方法
2011-10-24 v1 计算物理
摘要
我们描述了一个系统的开发过程，该系统旨在对巡天观测中发现的瞬变事件进行自动化、迭代、实时的分类。由于可用数据的稀疏性、异质性以及不同程度的不完整性，该开发中的系统采用了多种机器学习技术，主要使用贝叶斯方法。随着新测量数据的获取，分类结果会迭代改进。一个新颖的特点是开发了一个自动化后续观测推荐引擎，该引擎能够在给定一组可用的后续观测资源及其成本函数的情况下，建议那些最有利于解决分类歧义和/或表征天体物理学上最有趣天体的测量。这展示了天文学与应用计算机科学通过新兴的天体信息学学科形成的共生关系。
引用
@article{arxiv.1110.4655,
title = {Towards an Automated Classification of Transient Events in Synoptic Sky Surveys},
author = {S. G. Djorgovski and C. Donalek and A. Mahabal and B. Moghaddam and M. Turmon and M. Graham and A. Drake and N. Sharma and Y. Chen},
journal= {arXiv preprint arXiv:1110.4655},
year = {2011}
}
备注
Invited paper, 15 pages, to appear in Statistical Analysis and Data Mining (ASA journal), ref. proc. CIDU 2011 conf., eds. A. Srivasatva & N. Chawla, in press (2011)