文献

J-GLOBAL ID：202102237353245343   整理番号：21A1550978

スパース部分空間に基づく星体スペクトル異常特徴の並列抽出と解析【JST・京大機械翻訳】

Parallel Extraction and Analysis of Abnormal Features of QSO Spectra Based on Sparse Subspace

著者 (5件)： Ma Yang (太原科技大学計算机科学与技術学院,山西 太原 030024) ,  Zhang Jifu (太原科技大学計算机科学与技術学院,山西 太原 030024) ,  Cai Jianghui (太原科技大学計算机科学与技術学院,山西 太原 030024) ,  Yang Haifeng (太原科技大学計算机科学与技術学院,山西 太原 030024) ,  Zhao Xujun (太原科技大学計算机科学与技術学院,山西 太原 030024)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 41  号： 4  ページ： 1086-1091  発行年： 2021年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 星体は人類が観測した最も遠い天体であり、早期宇宙の進化を理解する上で重要な科学的な意義がある。星体距離が地球より遠く、その赤方偏移が一般的に大きいため、光学観測窓の中にわずかの特徴(発射線)を招き、識別しにくい。星体スペクトルの異常特徴抽出と解析は未知の星体の識別に有効であり、有効な判別根拠を提供した。異常検出はデータマイニング分野における主要な研究内容として、その希少、特殊なデータ対象及び異常特徴の発見を目標とし、海量類星体スペクトルデータから、特殊、未知類星体の有効なルートと手段を発見することができる。Sparkは新世代の大規模データ分散処理フレームワークとして、大量天体スペクトルの有効分析と処理のために、高効率かつ信頼性のある並行プログラミングプラットフォームを提供した。本論文では,クラスタシステムとSparkプログラミングモデルの強力なデータ処理能力を完全に利用し,スパース部分空間に基づく星体スペクトル異常特徴の並列抽出と解析方法を提案し,その作業は3つのモジュール,すなわち,星体スペクトル特徴減少,星体スペクトルのスパース部分空間構造,探索,および分類の3つのモジュールからなる。星体スペクトル異常特徴抽出の並列アルゴリズムを設計し,解析した。星体スペクトル特徴減少モジュールは、属性相関性分析を通じて、クラスタリング構造を呈する星体スペクトル特徴線を識別し、これらの特徴線は通常稠密領域に集まり、星体スペクトル異常特徴検出に無意味である。スペクトル特徴減少は,異常特徴検出アルゴリズムを実行する前に,枝刈り星のスペクトル冗長特性線を,スペクトルデータ検出範囲を縮小するために,減少した。星体スペクトルのスパース部分空間構造と探索モジュールは、設定されたスパース係数閾値により、星体スペクトルの部分空間密度を測定し、粒子群最適化法を用いてスパース部分空間の探索策略として、高速、高効率で類星体の異常特徴を獲得できる。第3のモジュールにおいて、MapReduceフレームにおける類星体スペクトル異常データ並列検出アルゴリズムを提案し、このアルゴリズムは並列化データ削減戦略、スパース部分空間並列探索技術の二つのMapReduceから構成され、大量スペクトルデータに適応する処理目標を達成する。最後に、検出された一部の星体の異常特徴に対して、理論分析、測定及び人眼の証認を行い、スパース部分空間が特殊、未知類星の候補源を識別するために、有効なサポートと有力な証拠を提供できることを充分に説明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  冗長性 ,  信頼性 ,  光学的測定 ,  特徴抽出 ,  ヒト ,  *スペクトル ,  クラスタ化 ,  データ処理 ,  分散処理 ,  宇宙空間 ,  並列アルゴリズム ,  データマイニング
準シソーラス用語： スペクトルデータ ,  *部分空間 , 【Automatic Indexing@JST】

分類 (2件)： 天文学・天体物理学一般  (DB03000B) ,  分光法と分光計一般  (BD07041Q)

タイトルに関連する用語 (4件)： 部分空間 ,  星 ,  スペクトル ,  解析