高次元統計解析とNGC 253のALMAマップへの応用【JST・京大機械翻訳】

Takeuchi Tsutomu T.; Yata Kazuyoshi; Egashira Kento; Aoshima Makoto; Ishii Aki; Cooray Suchetha; Nakanishi Kouichiro; Kohno Kotaro; Kono Kai T.

プレプリント

J-GLOBAL ID：202202217517898035 整理番号：22P0301185

高次元統計解析とNGC 253のALMAマップへの応用【JST・京大機械翻訳】

High Dimensional Statistical Analysis and its Application to ALMA Map of NGC 253

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2024年02月20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)

天文学では,もしdとしてデータの次元とnとしてサンプル数を示すならば,著者らはしばしばn≪dを有するケースを満たす。伝統的に,そのような状況は不良設定と考えられ,選択はないが,d<nのデータ次元における情報の大部分を投げかける。n≪dのデータは,高次元低サンプルサイズ(HDLSS)と呼ばれる。HDLSS問題を取り扱うために,高次元統計と呼ばれる方法を,過去10年間急速に開発した。本研究では,まず天文コミュニティに高次元統計解析を導入した。Atacama Large Millmeter/Submm Array(ALMA)により撮影された近傍アーチ型星バースト銀河NGC 253の分光マップに対して,高次元統計解析法,雑音低減主成分分析(NRPCA)および正則化主成分分析(RPCA)における2つの代表的方法を適用した。ALMAマップは典型的なHDLSSデータセットである。最初に,全身回転によるDopplerシフトを含む元のデータを解析した。高次元PCAは,正確に回転の空間構造を記述することができた。次に,ドップラーシフト補正データに適用して,より微妙なスペクトル特徴を分析した。NRPCAとRPCAはALMAスペクトルの非常に複雑な特性を定量化することができた。特に,著者らはNGC253の中心からグローバルな流出の情報を抽出することができた。この方法は,分光調査データだけでなく,小さなサンプルサイズと大きな次元のタイプのデータにも適用可能である。【JST・京大機械翻訳】

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

図形・画像処理一般

, , , ,

前のページに戻る