すばる/ハイパー・シュプリーム・カムサーベイにおける可視光突発天体の機械学習による選択

MORII Mikio; IKEDA Shiro; TOMINAGA Nozomu; TOMINAGA Nozomu; TANAKA Masaomi; TANAKA Masaomi; MOROKUMA Tomoki; MOROKUMA Tomoki; ISHIGURO Katsuhiko; YAMATO Junji; UEDA Naonori; SUZUKI Naotaka; YASUDA Naoki; YOSHIDA Naoki; YOSHIDA Naoki

文献

J-GLOBAL ID：201702233301542041 整理番号：17A0177678

すばる/ハイパー・シュプリーム・カムサーベイにおける可視光突発天体の機械学習による選択

Machine-learning selection of optical transients in the Subaru/Hyper Superime-Cam survey

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0177678&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0177678&from=J-GLOBAL&jstjournalNo=W2414A") }}

著者 (15件)： , , , , , , , , , , , , , ,
資料名：
巻： 68 号： 6 ページ： 104.1-104.8 発行年： 2016年
JST資料番号： W2414A ISSN： 0004-6264 CODEN： PASJA 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

すばる望遠鏡搭載のハイパー・シュプリーム・カム(HSC)を使った可視光突発天体サーベイデータで源を選別するために機械学習(ML)技術を適用した。著者等の目的は,標準的な差分撮像法で得られた多数の偽の候補の中から正しい突発天体事象を正確かつタイムリーに選ぶことである。著者等はAUCブースティング,ランダムフォレスト,ディープニューラルネットワーク,の三つのML機械の多数決に基づく突発天体セレクターを開発した。それを2015年5月および8月のすばるHSCの観測ランに適用し,可視光突発天体を選び出す上でそれが有能であることを証明した。5月のデータについては,等級範囲22.0-25.0magにおいて真陽性率90%の時に偽陽性率1.0%であった。8月の観測ランについては,観測日と同日に10個の超新星候補を検出することに成功したことを報告した。これらのランから,以下の教訓を学んだ:1)人工的な天体を使った訓練は偽の候補,特に微光天体,を除外する上で効果がある,2)MLを組合わせた多数決は有益である。(翻訳著者抄録)

, , , , , , , , ,
, ,

星雲 , 宇宙線・天体物理観測技術

引用文献 (23件)：

Aihara, H., et al. 2011, ApJS, 193, 29
Alard, C. 2000, A&AS, 144, 363
Alard, C., & Lupton, R. H. 1998, ApJ, 503, 325
Axelrod, T., Kantor, J., Lupton, R. H., & Pierfederici, F. 2010, Proc. SPIE, 7740, 15
Bailey, S., Aragon, C., Romano, R., Thomas, R. C., Weaver, B. A., & Wong, D. 2007, ApJ, 665, 1246

, ,

前のページに戻る