Gauss過程回帰による星のモデリング:恒星モデルグリッドの増強【JST・京大機械翻訳】

Li Tanda; Davies Guy R.; Lyttle Alexander J.; Ball Warrick H.; Carboneau Lindsey M.; Garcia Rafael A.

プレプリント

J-GLOBAL ID：202202218939778080 整理番号：22P0291010

Gauss過程回帰による星のモデリング:恒星モデルグリッドの増強【JST・京大機械翻訳】

Modelling stars with Gaussian Process Regression: Augmenting Stellar Model Grid

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 (6件)： , , , , ,
資料名：
発行年： 2022年02月16日プレプリントサーバーでの情報更新日： 2022年02月16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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

グリッドベースのモデリングは,恒星パラメータを推定するために広く使用されている。しかし,恒星モデルグリッドは計算コストのためまばらである。本論文では,スパースモデル格子を連続関数に変換するGaussプロセス(GP)回帰を用いた機械学習アルゴリズムの適用を示した。5つの基本的入力(質量,等価進化相,初期金属性,初期ヘリウム分率,および混合長さパラメータ)を観測可能な出力(有効温度,表面重力,半径,表面金属性,および恒星年齢)に写像するためにGPモデルを訓練した。オフグリッド恒星モデルを用いて5つの出力に対するGP予測を試験し,明らかな系統的オフセットを見出さず,予測における良好な精度を示した。更なる検証として,これらのGPモデルを適用して,1,000の偽星を特徴づけた。GPモデルで測定した質量と年代は,1つの標準偏差内で真の値を良好に回復する。GPベース補間を使用する重要な結果は,基本入力の完全サンプリングのため,恒星年代が元のスパース格子で推定したものより正確であることである。【JST・京大機械翻訳】

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

恒星

, , , , ,

前のページに戻る