機械学習における回帰技術を用いた銀河とQSOの測光赤方偏移の推定【JST・京大機械翻訳】

Momtaz Aidin; Salimi Mohammad Hossein; Shakeri Soroush

プレプリント

J-GLOBAL ID：202202213746448820 整理番号：22P0026628

機械学習における回帰技術を用いた銀河とQSOの測光赤方偏移の推定【JST・京大機械翻訳】

Estimating the Photometric Redshifts of Galaxies and QSOs Using Regression Techniques in Machine Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

銀河,星,および石器のような宇宙源の距離を測定することは,現代の宇宙論においてますます重要な役割を果たす。光学スペクトルを得て,その結果,距離指標として赤方偏移を計算することは,これらのオブジェクトを瞬時に分類することができた。分光学的観測が多くの銀河に対して利用できない限り,赤方偏移を測定するプロセスは時間を要し,大きなサンプルに対して実行不可能であり,機械学習(ML)アプローチを適用して,それらの測光色を含む異なる特徴から銀河の赤方偏移を決定することができた。本論文では,SloanディジタルSky調査(SDSS)カタログからのフラックスの大きさを用いて,入力特徴として色指数を取る赤方偏移を推定するための2つのML回帰アルゴリズム(ディシジョンツリーとランダムフォレスト)を開発した。ランダムフォレストアルゴリズムが赤方偏移予測に対して最適結果を生成し,データセットがz≦2の部分集合に限定され,正規化標準偏差ΔZ_ノルム=0.005および標準偏差σ_Δz=0.12を与えるとき,さらに改善されることを見出した。本研究は,遠隔源の測光赤方偏移を決定するためにMLアプローチを使用する大きな可能性を示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

宇宙論 , 星雲

, , , , ,

前のページに戻る