論文の概要: Detection of Double-Nuclei Galaxies in SDSS

• arxiv url: http://arxiv.org/abs/2011.12177v1
• Date: Mon, 23 Nov 2020 18:58:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 03:23:57.081917
• Title: Detection of Double-Nuclei Galaxies in SDSS
• Title（参考訳）: SDSSにおける二重核銀河の検出
• Authors: Bhattacharya, Anwesh, Saha, Snehanshu, Das, Mousumi
• Abstract要約: 我々は、銀河の所定の像が二重核の特徴的な特徴を持っているかどうかを検知する新しいアルゴリズムを導入する。 SDSSのStripe 82領域から10万個の銀河のランダムなサンプルを用いてこのアルゴリズムを検証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is now well established that galaxy interactions and mergers play a crucial role in the hierarchical growth of structure in our universe. Galaxy mergers can lead to the formation of elliptical galaxies and larger disk galaxies, as well as drive galaxy evolution through star formation and nuclear activity. During mergers, the nuclei of the individual galaxies come closer and finally form a double nuclei galaxy. Although mergers are common, the detection of double-nuclei galaxies (DNGs) is rare and fairly serendipitous. Their detection is very important as their properties can help us understand the formation of supermassive black hole (SMBH) binaries, dual active galactic nuclei (DAGN), and the associated feedback effects. There is thus a need for an automatic/systematic survey of data for the discovery of double nuclei galaxies. Using the Sloan digital sky survey (SDSS) as the target catalog, we have introduced a novel algorithm "Gothic" (Graph-bOosTed iterated HIll Climbing) that detects whether a given image of a galaxy has characteristic features of a DNG (ASCL entry 2707). We have tested the algorithm on a random sample of 100,000 galaxies from the Stripe 82 region in SDSS and obtained a maximum detection rate of 4.2% with a careful choice of the input catalog.
• Abstract（参考訳）: 銀河の相互作用と融合が、宇宙の構造の階層的成長に重要な役割を果たすことは、現在よく確立されている。 銀河の融合は楕円銀河や大きな円盤銀河の形成につながり、恒星の形成や核活動を通じて銀河の進化を促進する。 融合の間、個々の銀河の核は接近し、最終的に二重核銀河を形成する。 融合は一般的であるが、二重核銀河(DNG)の検出は稀で、かなりセレンディピティーである。 それらの検出は、超大質量ブラックホール(SMBH)双対、二重活動銀河核(DAGN)の形成と関連するフィードバック効果を理解するのに役立つため、非常に重要である。 したがって、二重核銀河の発見のためのデータの自動的・システム的調査が必要である。 我々は,Sloan Digital Sky Survey (SDSS) を対象カタログとして,銀河の所定の画像がDNGの特徴を持つかどうかを検出する新しいアルゴリズム "Gothic" (Graph-bOosTed Iterated HIll Climbing) を導入した(ASCLエントリ2707)。 我々はSDSSのStripe 82領域から10万個の銀河のランダムなサンプルを用いてこのアルゴリズムを検証し、入力カタログの慎重な選択で最大4.2%の検出率を得た。

関連論文リスト

• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• Joint Gaze-Location and Gaze-Object Detection [62.69261709635086]
  現在、フレームガウン位置検出(GL-D)とガウンオブジェクト検出(GO-D)は2つの異なるタスクである。 本稿では,検出後の視線を合理化するために,検出後の下線Gazeを短縮したGTRを提案する。 GTRはGazeFollowingで12.1mAP、GL-DでVideoAttentionTargetで18.2mAP、GO-Dで19mAP向上を達成した。
  論文  参考訳（メタデータ） (2023-08-26T12:12:24Z)
• Identifying AGN host galaxies with convolutional neural networks [0.0]
  我々は、AGNホスト銀河と非活性銀河を区別するために畳み込みニューラルネットワーク(CNN)を訓練する。 合成物質としてスペクトル分類された33,000個の銀河のCNNを評価する。
  論文  参考訳（メタデータ） (2022-12-15T15:04:40Z)
• Semi-Supervised Domain Adaptation for Cross-Survey Galaxy Morphology Classification and Anomaly Detection [57.85347204640585]
  We developed a Universal Domain Adaptation method DeepAstroUDA。 異なるタイプのクラスオーバーラップしたデータセットに適用することができる。 初めて、我々は2つの非常に異なる観測データセットに対するドメイン適応の有効利用を実演した。
  論文  参考訳（メタデータ） (2022-11-01T18:07:21Z)
• Deep Learning Models of the Discrete Component of the Galactic Interstellar Gamma-Ray Emission [61.26321023273399]
  H2星間ガス中の小さな(あるいは離散的な)構造からの重要な点状成分がフェルミ・LATデータに存在する可能性がある。 深層学習は、これらの稀なH2プロキシによって追跡されるガンマ線放射を、データ豊富な領域において統計的に有意な範囲でモデル化するために効果的に利用される可能性がある。
  論文  参考訳（メタデータ） (2022-06-06T18:00:07Z)
• Sensitivity Estimation for Dark Matter Subhalos in Synthetic Gaia DR2 using Deep Learning [0.0]
  本稿では, ダークマターサブハロの通過によって位相空間分布が乱れうる恒星を, 機械学習を用いて検出する課題について述べる。 まず、異常検出アルゴリズムを用いて、シミュレーション銀河の摂動の大きさを定量化する。 約50億個の合成星オブザーバブルに最適化された分類アルゴリズムは、軽度だが非ゼロ感度を示す。
  論文  参考訳（メタデータ） (2022-03-15T18:00:02Z)
• Detection of extragalactic Ultra-Compact Dwarfs and Globular Clusters using Explainable AI techniques [1.3764085113103222]
  銀河を取り巻く超コンパクト小星(UCD)や球状星団(GC)のような小さな恒星系は、これらの銀河を形成する融合現象のトレーサーとして知られている。 ここでは、Fornax銀河団のマルチ波長イメージングデータを用いて、これらの物体を前景の星や背景銀河から6個のフィルターで分離する機械学習モデルを訓練する。 精度と93%のリコールでUDD/GCを識別でき、各特徴量%(色と角の大きさ)の重要性を反映した関連性を提供します。
  論文  参考訳（メタデータ） (2022-01-05T13:37:55Z)
• Inferring Black Hole Properties from Astronomical Multivariate Time Series with Bayesian Attentive Neural Processes [17.145373200662277]
  本稿では,AGN時系列を再構成し,同時に後続確率密度分布を推定する手法を提案する。 この研究は、AGNの確率的時系列再構成とパラメータ推論をエンドツーエンドで扱う最初のものである。
  論文  参考訳（メタデータ） (2021-06-02T20:17:31Z)
• Isolation Distributional Kernel: A New Tool for Point & Group Anomaly Detection [76.1522587605852]
  分離分散カーネル(IDK)は2つの分布の類似性を測定する新しい方法である。 我々は、カーネルベースの異常検出のための新しいツールとして、IDKの有効性と効率を示す。
  論文  参考訳（メタデータ） (2020-09-24T12:25:43Z)
• Bilinear Graph Neural Network with Neighbor Interactions [106.80781016591577]
  グラフニューラルネットワーク(GNN)は,グラフデータ上で表現を学習し,予測を行う強力なモデルである。 本稿では,グラフ畳み込み演算子を提案し,隣接するノードの表現の対の相互作用で重み付け和を増大させる。 このフレームワークをBGNN(Bilinear Graph Neural Network)と呼び、隣ノード間の双方向相互作用によるGNN表現能力を向上させる。
  論文  参考訳（メタデータ） (2020-02-10T06:43:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。