論文の概要: A machine learning based approach to gravitational lens identification
with the International LOFAR Telescope
- arxiv url: http://arxiv.org/abs/2207.10698v1
- Date: Thu, 21 Jul 2022 18:18:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-25 13:50:39.980997
- Title: A machine learning based approach to gravitational lens identification
with the International LOFAR Telescope
- Title（参考訳）: 国際LOFAR望遠鏡を用いた重力レンズ識別のための機械学習手法
- Authors: S.Rezaei, J. P. McKean, M. Biehl, W. de Roo1 and A. Lafontaine
- Abstract要約: 干渉計データから銀河規模の重力レンズを検出する新しい機械学習手法を提案する。
いくつかの畳み込みニューラルネットワークを開発し、レンズ付きまたは非レンズ型事象に分類されるサンプルの確率と不確実性を決定する。
我々は、LOFAR Two Metre Sky Surveyに含まれる銀河規模の重力レンズシステムの大部分を発見することを期待している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a novel machine learning based approach for detecting galaxy-scale
gravitational lenses from interferometric data, specifically those taken with
the International LOFAR Telescope (ILT), which is observing the northern radio
sky at a frequency of 150 MHz, an angular resolution of 350 mas and a
sensitivity of 90 uJy beam-1 (1 sigma). We develop and test several
Convolutional Neural Networks to determine the probability and uncertainty of a
given sample being classified as a lensed or non-lensed event. By training and
testing on a simulated interferometric imaging data set that includes realistic
lensed and non-lensed radio sources, we find that it is possible to recover
95.3 per cent of the lensed samples (true positive rate), with a contamination
of just 0.008 per cent from non-lensed samples (false positive rate). Taking
the expected lensing probability into account results in a predicted sample
purity for lensed events of 92.2 per cent. We find that the network structure
is most robust when the maximum image separation between the lensed images is
greater than 3 times the synthesized beam size, and the lensed images have a
total flux density that is equivalent to at least a 20 sigma (point-source)
detection. For the ILT, this corresponds to a lens sample with Einstein radii
greater than 0.5 arcsec and a radio source population with 150 MHz flux
densities more than 2 mJy. By applying these criteria and our lens detection
algorithm we expect to discover the vast majority of galaxy-scale gravitational
lens systems contained within the LOFAR Two Metre Sky Survey.
- Abstract（参考訳）: 本稿では、干渉データから銀河スケールの重力レンズを検出するための新しい機械学習アプローチ、特に、150mhzの周波数、350masの角分解能、90ujyビーム-1 (1シグマ)の感度を観測する国際ロファー望遠鏡(ilt)で撮影したものについて述べる。
いくつかの畳み込みニューラルネットワークを開発し、レンズ付きまたは非レンズ型事象に分類されるサンプルの確率と不確実性を決定する。
リアルなレンズと非レンズの電波源を含むシミュレーション干渉画像データセットのトレーニングとテストにより、レンズのサンプルの95.3パーセント(真の陽性率)を、非レンズのサンプル(偽陽性率)からわずか0.008パーセントの汚染で回収することが可能であることが判明した。
期待レンズの確率を考慮に入れると、92.2%のレンズイベントのサンプル純度が予測される。
レンズ画像間の最大画像分離が合成ビームサイズの3倍以上である場合,ネットワーク構造が最も堅牢であること,および少なくとも20個の点源検出に等しい全フラックス密度を有することが確認された。
ILT の場合、これは Einstein radii が0.5 arcsec より大きいレンズサンプルと、150MHz のフラックス密度を持つ電波源の密度が 2 mJy 以上であるレンズサンプルに対応する。
これらの基準とレンズ検出アルゴリズムを適用することで、lofar two metre sky surveyに含まれる銀河スケールの重力レンズシステムの大部分を発見できると期待しています。
関連論文リスト
- Whole-body Detection, Recognition and Identification at Altitude and
Range [57.445372305202405]
多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。
我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。
屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
論文 参考訳（メタデータ） (2023-11-09T20:20:23Z) - Streamlined Lensed Quasar Identification in Multiband Images via
Ensemble Networks [34.82692226532414]
強いレンズを経験するクエーサーは、宇宙膨張速度、暗黒物質、およびクエーサーホスト銀河に関連する主題に独自の視点を与える。
我々は,現実的な銀河・クエーサーレンズシミュレーションに基づいて訓練された最先端畳み込みネットワーク(CNN)を組み込むことにより,新しいアプローチを開発した。
我々は親標本として約6000万個の情報源を検索し、光度測定によるクエーサーを$theta_mathrmE5$arcsecのEinstein radiiで発見した後、これを892,609個に減らした。
論文 参考訳（メタデータ） (2023-07-03T15:09:10Z) - Multi-Space Neural Radiance Fields [74.46513422075438]
既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。
並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。
提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
論文 参考訳（メタデータ） (2023-05-07T13:11:07Z) - Deep-learning based measurement of planetary radial velocities in the
presence of stellar variability [70.4007464488724]
我々は、HARPS-N Sun-as-a-star Spectraの3年間の恒星RVジッタを低減するためにニューラルネットワークを使用する。
マルチラインCNNは、半振幅0.2m/s、50日間、振幅8.8%、周期0.7%の誤差で惑星を回復することができる。
論文 参考訳（メタデータ） (2023-04-10T18:33:36Z) - Pixelated Reconstruction of Foreground Density and Background Surface
Brightness in Gravitational Lensing Systems using Recurrent Inference
Machines [116.33694183176617]
我々は、リカレント推論マシンに基づくニューラルネットワークを用いて、背景画像の歪みのない画像と、画素マップとしてのレンズ質量密度分布を再構成する。
従来のパラメトリックモデルと比較して、提案手法はより表現力が高く、複雑な質量分布を再構成することができる。
論文 参考訳（メタデータ） (2023-01-10T19:00:12Z) - 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) - Large-Scale Gravitational Lens Modeling with Bayesian Neural Networks
for Accurate and Precise Inference of the Hubble Constant [0.0]
我々は、数百の時間遅延重力レンズのモデリングにおける近似ベイズニューラルネットワーク(BNN)の使用について検討する。
200個のテストセットレンズの組み合わせで0.5$textrmkm s-1 textrm Mpc-1$$0.7%$の精度が得られる。
私たちのパイプラインは、レンズモデリングにおけるアンサンブルレベルの体系を探索するための有望なツールです。
論文 参考訳（メタデータ） (2020-11-30T19:00:20Z) - Extracting the Subhalo Mass Function from Strong Lens Images with Image
Segmentation [0.0]
我々は,画像中のサブハロを探索し,その質量を決定するニューラルネットワークを開発した。
このネットワークは、アインシュタイン環の近くに1つのサブハロを持つ画像に基づいて訓練されている。
注目すべきことに、アインシュタイン環から遠く離れた場所であっても、サブ構造全体の集団を検出することができる。
論文 参考訳（メタデータ） (2020-09-14T18:00:01Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳（メタデータ） (2020-01-18T12:26:22Z)
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。