論文の概要: Optical Wavelength Guided Self-Supervised Feature Learning For Galaxy Cluster Richness Estimate

• arxiv url: http://arxiv.org/abs/2012.02368v1
• Date: Fri, 4 Dec 2020 02:21:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-22 20:45:21.623386
• Title: Optical Wavelength Guided Self-Supervised Feature Learning For Galaxy Cluster Richness Estimate
• Title（参考訳）: 銀河団リッチネス推定のための光波長誘導型自己教師付き特徴学習
• Authors: Gongbo Liang, Yuanyuan Su, Sheng-Chieh Lin, Yu Zhang, Yuanyuan Zhang, Nathan Jacobs
• Abstract要約: マルチバンド光画像から光リッチ度を推定するための自己教師型アプローチを提案する。 提案手法をSloan Digital Sky Surveyに適用する。
• 参考スコア（独自算出の注目度）: 19.931461685031383
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most galaxies in the nearby Universe are gravitationally bound to a cluster or group of galaxies. Their optical contents, such as optical richness, are crucial for understanding the co-evolution of galaxies and large-scale structures in modern astronomy and cosmology. The determination of optical richness can be challenging. We propose a self-supervised approach for estimating optical richness from multi-band optical images. The method uses the data properties of the multi-band optical images for pre-training, which enables learning feature representations from a large but unlabeled dataset. We apply the proposed method to the Sloan Digital Sky Survey. The result shows our estimate of optical richness lowers the mean absolute error and intrinsic scatter by 11.84% and 20.78%, respectively, while reducing the need for labeled training data by up to 60%. We believe the proposed method will benefit astronomy and cosmology, where a large number of unlabeled multi-band images are available, but acquiring image labels is costly.
• Abstract（参考訳）: 近くの宇宙のほとんどの銀河は、銀河団または銀河群に重力的に結合している。 光学的豊かさなどの光学的内容は、現代の天文学や宇宙論における銀河と大規模構造の共同進化を理解する上で重要である。 光豊かさの決定は困難である。 マルチバンド光画像から光リッチ度を推定するための自己教師型アプローチを提案する。 本手法では,マルチバンド光画像のデータ特性を事前学習に利用し,大規模かつ未ラベルのデータセットから特徴表現を学習する。 提案手法をSloan Digital Sky Surveyに適用する。 その結果、光学的豊かさの推定により、平均絶対誤差が11.84%、内在散乱が20.78%減少し、ラベル付きトレーニングデータの必要性が最大60%低下した。 提案手法は,多数の未ラベルのマルチバンド画像が利用可能であるが,画像ラベルの取得にはコストがかかる天文学や宇宙論に有用であると考えている。

関連論文リスト

• Galaxy spectroscopy without spectra: Galaxy properties from photometric images with conditional diffusion models [3.556281115019309]
  我々は、測光広帯域画像のみから光銀河スペクトルを予測できる生成AI法を開発した。 この研究は、測光画像から速度分散を推定するための文献における最初の試みである。 活動銀河核の存在を82%の精度で予測できる。
  論文  参考訳（メタデータ） (2024-06-26T08:49:51Z)
• Spiral-Elliptical automated galaxy morphology classification from telescope images [0.40792653193642503]
  我々は、望遠鏡の銀河画像から効率的に抽出できる2つの新しい銀河形態統計、降下平均と降下分散を開発した。 我々は,Sloan Digital Sky Surveyの銀河画像データを用いて,提案した画像統計の有効性能を実証した。
  論文  参考訳（メタデータ） (2023-10-10T22:36:52Z)
• Detection of Strongly Lensed Arcs in Galaxy Clusters with Transformers [11.051750815556748]
  本稿では,変圧器を用いた検出アルゴリズムと画像シミュレーションアルゴリズムを含む,クラスタスケールの強レンズアークを検出するフレームワークを提案する。 その結果,シミュレーション画像からの強レンズアーク検出において,99.63 %の精度,90.32 %のリコール率,85.37 %の精度,0.23 %の偽陽性率が得られた。
  論文  参考訳（メタデータ） (2022-11-11T02:33:34Z)
• On-chip quantum information processing with distinguishable photons [55.41644538483948]
  多光子干渉は光量子技術の中心にある。 そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。 ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
  論文  参考訳（メタデータ） (2022-10-14T18:16:49Z)
• Strong Lensing Source Reconstruction Using Continuous Neural Fields [3.604982738232833]
  本研究では、連続したニューラルネットワークを用いて、源銀河の複雑な形態を非パラメトリックに再構成する手法を提案する。 本研究では,高解像度レンズ画像を対象としたシミュレーションデータを用いた実験により,本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2022-06-29T18:00:01Z)
• Ultra-long photonic quantum walks via spin-orbit metasurfaces [52.77024349608834]
  数百光モードの超長光子量子ウォークについて報告する。 このセットアップでは、最先端の実験をはるかに超えて、最大320の離散的なステップで量子ウォークを設計しました。
  論文  参考訳（メタデータ） (2022-03-28T19:37:08Z)
• DeepShadows: Separating Low Surface Brightness Galaxies from Artifacts using Deep Learning [70.80563014913676]
  本研究では,低地光度銀河と人工物とを分離する問題に対する畳み込みニューラルネットワーク(CNN)の利用について検討する。 我々は、CNNが低地光度宇宙の研究に非常に有望な道を提供することを示した。
  論文  参考訳（メタデータ） (2020-11-24T22:51:08Z)
• Predicting galaxy spectra from images with hybrid convolutional neural networks [0.0]
  バッチ正規化の代わりにデコンボリューションを伴うハイブリッド畳み込みニューラルネットワークを用いた強力な新しいアプローチを提案する。 銀河画像とスペクトルの間の学習されたマッピングは、将来の広視野探査に革命をもたらすだろう。
  論文  参考訳（メタデータ） (2020-09-25T16:16:16Z)
• Near-ideal spontaneous photon sources in silicon quantum photonics [55.41644538483948]
  集積フォトニクスは量子情報処理のための堅牢なプラットフォームである。 非常に区別がつかず純粋な単一の光子の源は、ほぼ決定的か高い効率で隠蔽されている。 ここでは、これらの要件を同時に満たすオンチップ光子源を実証する。
  論文  参考訳（メタデータ） (2020-05-19T16:46:44Z)
• Quantum metamaterial for nondestructive microwave photon counting [52.77024349608834]
  弱い非線形メタマテリアルに基づいてマイクロ波領域で動作する単一光子検出器の設計を提案する。 単光子検出の忠実度はメタマテリアルの長さとともに増加し,実験的に現実的な長さで接近することを示す。 光領域で動作する従来の光子検出器とは対照的に、光子検出により光子を破壊せず、光子波束を最小限に乱す。
  論文  参考訳（メタデータ） (2020-05-13T18:00:03Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

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。