抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
超新星型Ia(SNeIa)は宇宙の膨張の歴史を探索する上で重要な役割を演じ,それを用いて物体までの距離を正確に測定できる最も良く知られた標準光源である。SNeIaの大きな試料の発見とそれらの詳細な特性を調べる宇宙論と天文学における重要な問題となってきた。電流測光超新星調査を分光学的に追跡できるよりも大きくより候補を生成し,効果的な分類法の必要性を強調した。既存の方法は,超新星候補の輝度を測定する正確に最初に測光法に依存し,輝度の時間的変化のパラメトリック関数の結果と一致した。しかし,それは必然的にマルチエポック観測と複雑な輝度測定を必要とする。本研究では,著者らは,複雑な測定なしの単エポック観測画像から簡単にSNeIaを分類する,最新のコンピュータビジョン法を統合した標準的測光手法に効果的にのための新しい方法を示した。著者らの方法は,最初の望遠鏡画像から超新星の輝度を推定するための畳込みニューラルネットワークを構築し,続いて分類のためのもう一つのニューラルネットワークを構築し,推定された輝度と観測日は分類のための特徴として使用されている。ニューラルネットワークの両方が,観測画像から直接SNeIaを分類するための単一の深いニューラルネットワークに統合した。実験結果は,提案した方法の有効性を示し,マルチエポック観測と既存の測光方法に匹敵する分類性能を明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】