論文の概要: When Spectral Modeling Meets Convolutional Networks: A Method for
Discovering Reionization-era Lensed Quasars in Multi-band Imaging Data
- arxiv url: http://arxiv.org/abs/2211.14543v1
- Date: Sat, 26 Nov 2022 11:27:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 17:18:25.636384
- Title: When Spectral Modeling Meets Convolutional Networks: A Method for
Discovering Reionization-era Lensed Quasars in Multi-band Imaging Data
- Title(参考訳): スペクトルモデリングが畳み込みネットワークを満たすとき:マルチバンドイメージングデータにおける再イオン化時代のレンズクエーサーの発見法
- Authors: Irham Taufik Andika, Knud Jahnke, Arjen van der Wel, Eduardo
Ba\~nados, Sarah E. I. Bosman, Frederick B. Davies, Anna-Christina Eilers,
Anton Timur Jaelani, Chiara Mazzucchelli, Masafusa Onoue, and Jan-Torge
Schindler
- Abstract要約: 画像に基づく深層学習により実装された新しい空間幾何学的ベト基準を導入する。
我々は、この手法の最初の応用を、イオン化時代のレンズ付きクエーサーの体系的な探索に適用する。
トレーニングデータセットは、実際の銀河画像の上に偏向した点光源の光を塗って、現実的な銀河クエーサーレンズモデルを生成することで構築される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Over the last two decades, around three hundred quasars have been discovered
at $z\gtrsim6$, yet only one was identified as being strong-gravitationally
lensed. We explore a new approach, enlarging the permitted spectral parameter
space while introducing a new spatial geometry veto criterion, implemented via
image-based deep learning. We made the first application of this approach in a
systematic search for reionization-era lensed quasars, using data from the Dark
Energy Survey, the Visible and Infrared Survey Telescope for Astronomy
Hemisphere Survey, and the Wide-field Infrared Survey Explorer. Our search
method consists of two main parts: (i) pre-selection of the candidates based on
their spectral energy distributions (SEDs) using catalog-level photometry and
(ii) relative probabilities calculation of being a lens or some contaminant
utilizing a convolutional neural network (CNN) classification. The training
datasets are constructed by painting deflected point-source lights over actual
galaxy images to generate realistic galaxy-quasar lens models, optimized to
find systems with small image separations, i.e., Einstein radii of
$\theta_\mathrm{E} \leq 1$ arcsec. Visual inspection is then performed for
sources with CNN scores of $P_\mathrm{lens} > 0.1$, which led us to obtain 36
newly-selected lens candidates, waiting for spectroscopic confirmation. These
findings show that automated SED modeling and deep learning pipelines,
supported by modest human input, are a promising route for detecting strong
lenses from large catalogs that can overcome the veto limitations of primarily
dropout-based SED selection approaches.
- Abstract(参考訳): 過去20年間に約300個のクエーサーがz\gtrsim6$で発見されているが、強い重力レンズを持つものは1つだけである。
画像に基づく深層学習によって実現された新しい空間幾何学的ベト基準を導入しながら、許容パラメータ空間を拡大する新しいアプローチを提案する。
このアプローチは、暗エネルギーサーベイ、天文半球サーベイ用可視赤外サーベイ望遠鏡、広視野赤外線サーベイエクスプローラーのデータを用いて、再イオン化時代のレンズクエーサーの系統的探索に初めて応用した。
検索方法は2つの主な部分からなる。
一 カタログレベルの光度計及び光度計を用いたスペクトルエネルギー分布(SED)に基づく候補の事前選定
(II)畳み込みニューラルネットワーク(CNN)分類を用いたレンズ又は一部の汚染物質の相対確率計算
トレーニングデータセットは、偏向した点光源を実際の銀河画像上に描画して現実的な銀河-クエーサーレンズモデルを生成し、小さな画像分離システム、すなわち$\theta_\mathrm{e} \leq 1$ arcsecのeinstein radiiを見つけるために最適化された。
その後、CNNスコアが$P_\mathrm{lens} > 0.1$のソースに対して視覚検査を行い、新たに選択された36個のレンズ候補を得ることができた。
これらの結果から,SED自動モデリングと深層学習パイプラインは,主にドロップアウトに基づくSED選択アプローチの拒否的限界を克服できるような,大規模カタログから強力なレンズを検出するための有望な経路であることが示唆された。
関連論文リスト
- CSST Strong Lensing Preparation: a Framework for Detecting Strong Lenses in the Multi-color Imaging Survey by the China Survey Space Telescope (CSST) [25.468504540327498]
強い重力レンズはダークマターとダークエネルギー特性を研究する強力なツールである。
我々は,階層型視覚変換器をベースとしたスライディングウインドウ技術を用いて,画像全体に強いレンズシステムを求めるフレームワークを開発した。
我々のフレームワークは、それぞれ0.98と0.90の精度とリコール率を達成する。
論文 参考訳(メタデータ) (2024-04-02T09:44:30Z) - 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) - ULISSE: A Tool for One-shot Sky Exploration and its Application to
Active Galactic Nuclei Detection [1.3681174239726606]
ULISSEは、同じ形態的および光度特性を共有する物体を識別する新しいディープラーニングツールである。
実験により、ULISSEは、ホスト銀河の形態、色、および中心核源の存在から、AGN候補を特定できることが示された。
論文 参考訳(メタデータ) (2022-08-23T14:05:30Z) - MonoDistill: Learning Spatial Features for Monocular 3D Object Detection [80.74622486604886]
本稿では,LiDAR信号からの空間情報を単分子3D検出器に導入するための簡易かつ効果的な手法を提案する。
得られたデータを用いて、ベースラインモデルと同じアーキテクチャで3D検出器をトレーニングする。
実験の結果,提案手法はベースラインモデルの性能を大幅に向上させることができることがわかった。
論文 参考訳(メタデータ) (2022-01-26T09:21:41Z) - Classification of diffraction patterns using a convolutional neural
network in single particle imaging experiments performed at X-ray
free-electron lasers [53.65540150901678]
X線自由電子レーザー(XFEL)における単一粒子イメージング(SPI)は、その自然環境における粒子の3次元構造を決定するのに特に適している。
再建を成功させるためには、単一のヒットに由来する回折パターンを多数の取得パターンから分離する必要がある。
本稿では,この課題を画像分類問題として定式化し,畳み込みニューラルネットワーク(CNN)アーキテクチャを用いて解決することを提案する。
論文 参考訳(メタデータ) (2021-12-16T17:03:14Z) - RRNet: Relational Reasoning Network with Parallel Multi-scale Attention
for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。
光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。
提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文 参考訳(メタデータ) (2021-10-27T07:18:32Z) - 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) - Detecting optical transients using artificial neural networks and
reference images from different surveys [0.0]
人工ニューラルネットワークを用いてこれらのトランジェントを検出する手法を提案する。
1つの画像は、潜在的な過渡期が存在する可能性があるエポックに対応しており、もう1つは初期のエポックの参照画像である。
実画像データから生成されたサンプルを用いて、シミュレーションされたサンプルに基づいて畳み込みニューラルネットワークと高密度層ネットワークを訓練し、トレーニングされたネットワークを試験した。
論文 参考訳(メタデータ) (2020-09-28T22:16:54Z) - Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。
我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。
その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文 参考訳(メタデータ) (2020-08-19T13:13:01Z) - Cross-Modality 3D Object Detection [63.29935886648709]
本稿では,3次元物体検出のための新しい2段階多モード融合ネットワークを提案する。
アーキテクチャ全体が2段階の融合を促進する。
KITTIデータセットを用いた実験により,提案したマルチステージ融合により,ネットワークがより良い表現を学習できることが示唆された。
論文 参考訳(メタデータ) (2020-08-16T11:01:20Z)
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。