DeepZipper II:深層学習による暗黒エネルギー調査データにおけるレンズ状超新星の探索【JST・京大機械翻訳】

Morgan Robert; Nord B.; Bechtol K.; Moller A.; Hartley W. G.; Birrer S.; Gonzalez S. J.; Martinez M.; Gruendl R. A.; Buckley-Geer E. J.; Shajib A. J.; Rosell A. Carnero; Lidman C.; Collett T.; Abbott T. M. C.; Aguena M.; Andrade-Oliveira F.; Annis J.; Bacon D.; Bocquet S.; Brooks D.; Burke D. L.; Kind M. Carrasco; Carretero J.; Castander F. J.; Conselice C.; da Costa L. N.; Costanzi M.; De Vicente J.; Desai S.; Doel P.; Everett S.; Ferrero I.; Flaugher B.; Friedel D.; Frieman J.; Garcia-Bellido J.; Gaztanaga E.; Gruen D.; Gutierrez G.; Hinton S. R.; Hollowood D. L.; Honscheid K.; Kuehn K.; Kuropatkin N.; Lahav O.; Lima M.; Menanteau F.; Miquel R.; Palmese A.; Paz-Chinchon F.; Pereira M. E. S.; Pieres A.; Malagon A. A. Plazas; Prat J.; Rodriguez-Monroy M.; Romer A. K.; Roodman A.; Sanchez E.; Scarpine V.; Sevilla-Noarbe I.; Smith M.; Suchyta E.; Swanson M. E. C.; Tarle G.; Thomas D.; Varga T. N.

プレプリント

J-GLOBAL ID：202202221004677987 整理番号：22P0330346

DeepZipper II:深層学習による暗黒エネルギー調査データにおけるレンズ状超新星の探索【JST・京大機械翻訳】

DeepZipper II: Searching for Lensed Supernovae in Dark Energy Survey Data with Deep 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 (67件)： , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年04月12日プレプリントサーバーでの情報更新日： 2022年05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)

※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。

重力レンズ化超新星(LSNe)は宇宙展開の重要なプローブであるが,それらは稀であり,発見が困難である。現在の宇宙探査は,合計で5~10LSNeを含み,次世代実験は,数百から数千のこれらのシステムを含むことが期待される。観測されたDarkエネルギー調査(DES)5年SN場におけるこれらのシステムについて探索し,5年にわたって6夜ごとのgr帯で画像化された空の領域-103-sq.deg.地域を検索した。探索を行うために,著者らは,画像の時系列から空間的および時間的関係を同時に学習するLSNeの画像レベルシミュレーションで訓練された多分岐深層学習アーキテクチャであるDeepZipperアプローチを利用した。提案手法は,DES SNフィールドデータにおいて,LSN想起が61.13%,偽陽性率が0.02%であることを見出す。深いZipperは,3,459,186システムのマグニチュード制限(m_i<22.5)カタログから245の候補を選択した。ネットワークによって選択されたシステムをレビューし,DES SN分野における3つの候補LSNeを見つけるため,人間の視覚検査を採用した。【JST・京大機械翻訳】

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

人工知能 , 図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る