文献

J-GLOBAL ID：201802212476345928   整理番号：18A0837245

HSC-SSP移動天体検出パイプライン用の機械学習ベースのreal-bogusシステム

Machine-learning-based real-bogus system for the HSC-SSP moving object detection pipeline

著者 (10件)： LIN Hsing-Wen (National Central Univ., Taoyuan City, TWN) ,  CHEN Ying-Tung (Inst. of Astronomy and Astrophysics, Academia Sinica, Taipei, TWN) ,  WANG Jen-Hung (Inst. of Astronomy and Astrophysics, Academia Sinica, Taipei, TWN) ,  WANG Shiang-Yu (Inst. of Astronomy and Astrophysics, Academia Sinica, Taipei, TWN) ,  YOSHIDA Fumi (Chiba Inst. of Technol., Chiba, JPN) ,  YOSHIDA Fumi (Kobe Univ., Hyogo, JPN) ,  IP Wing-Huen (National Central Univ., Taoyuan City, TWN) ,  MIYAZAKI Satoshi (National Astronomical Observatory of Japan, Tokyo, JPN) ,  MIYAZAKI Satoshi (SOKENDAI (Graduate Univ. for Advanced Studies), Tokyo, JPN) ,  TERAI Tsuyoshi (National Astronomical Observatory of Japan, HI, USA)
資料名： Publications of the Astronomical Society of Japan  (Publications of the Astronomical Society of Japan)
巻： 70  号： SP1  ページ： S39.1-S39.11  発行年： 2018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)

抄録/ポイント： 機械学習技術は,データ検証における人間の介入を減らすために,多くの現代の可視スカイサーベイ,例えばPan-STARRS1,PTF/iPTF,およびすばる/ハイパーシュプリームカムサーベイ,に広く応用されている。本研究では,すばる/ハイパーシュプリームカム戦略枠観測プログラム(HSC-SSP)ソースカタログにおける誤った検出をリジェクトするために,機械学習ベースのreal-bogusシステムを確立した。したがって,HSC-SSP移動天体検出パイプラインは,偽陽性の減少によってより効果的に動作することができる。real-bogusシステムを訓練するために,著者らは,real訓練集合として静止天体を使用し,bogus集合として「フラッグをつけた」データを用いる。訓練集合は47の特徴を含み,そのほとんどは,測光測定とHSC画像整約パイプライン(hscPipe)から生成された形状モーメントである。著者等のシステムは,偽陽性率(fpr)~1%で真陽性率(tpr)~96%または,fpr~5%でtpr~99%に達することができた。したがって,静止天体は適性なreal訓練集合であり,測光測定と形状モーメントを使うことによって偽陽性を効果的にリジェクトできると結論した。(翻訳著者抄録)

シソーラス用語： 天体カメラ ,  赤外線望遠鏡 ,  天体 ,  *機械学習 ,  データ処理 ,  アルゴリズム ,  パイプライン処理 ,  動き検出
準シソーラス用語： *ハイパーシュプリームカム ,  すばる望遠鏡戦略枠観測 ,  *移動天体 ,  検出アルゴリズム

分類 (1件)： 宇宙線・天体物理観測技術  (DB01000N)

タイトルに関連する用語 (4件)： HSC ,  天体 ,  パイプライン ,  機械学習