論文の概要: Using neural networks to model Main Belt Asteroid albedos as a function
of their proper orbital elements
- arxiv url: http://arxiv.org/abs/2305.16392v1
- Date: Thu, 25 May 2023 18:00:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-29 18:47:17.425590
- Title: Using neural networks to model Main Belt Asteroid albedos as a function
of their proper orbital elements
- Title（参考訳）: ニューラルネットワークを用いた小惑星アルベドの固有軌道要素のモデル化
- Authors: Zachary Murray
- Abstract要約: 小惑星族ポータルから得られる適切な元素の関数として小惑星アルベドをモデル化する。
可視と赤外の両方の幾何学的アルベドは、ベルト内の小惑星の位置と大きく相関していることが判明した。
このモデルを用いて50万個の小惑星のアルベドを予測し、小惑星族ポータルで適切な元素を持つ。
- 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: Asteroid diameters are traditionally difficult to estimate. When a direct
measurement of the diameter cannot be made through either occultation or direct
radar observation, the most common method is to approximate the diameter from
infrared observations. Once the diameter is known, a comparison with visible
light observations can be used to find the visible geometric albedo of the
body. One of the largest datasets of asteroid albedos comes from the NEOWISE
mission, which measured asteroid albedos both in the visible and infrared. We
model these albedos as a function of proper elements available from the
Asteroid Families Portal using an ensemble of neural networks. We find that
both the visible and infrared geometric albedos are significantly correlated
with asteroid position in the belt and occur in both asteroid families and in
the background belt. We find that the ensemble's prediction reduces the average
error in albedo by about 37% compared to a model that simply adopts an average
albedo, with no regard for the dynamical state of the body. We then use this
model to predict albedos for the half million main belt asteroids with proper
elements available in the Asteroid Families Portal and provide the results in a
catalog. Finally, we show that several presently categorized asteroid families
exist within much larger groups of asteroids of similar albedos - this may
suggest that further improvements in family identification can be made.
- Abstract（参考訳）: 小惑星の直径は伝統的に推定が難しい。
直接の直径測定がオカルテーションまたは直接レーダー観測によって行われない場合、最も一般的な方法は赤外線観測から直径を近似することである。
直径が判明すれば、可視光観測との比較により、天体の可視幾何学的アルベドを見つけることができる。
小惑星アルベドの最大のデータセットの1つは、可視光と赤外線の両方で小惑星アルベドを測定するNEOWISEミッションに由来する。
我々はこれらのアルベドを、ニューラルネットワークのアンサンブルを用いて、小惑星家族ポータルから利用できる適切な要素の関数としてモデル化する。
可視と赤外の両方の幾何学的アルベドは、ベルト内の小惑星の位置と大きく相関し、小惑星群と背景帯の両方で発生する。
アンサンブルの予測は, 平均アルベドを単純に採用したモデルと比較して, アルベドの平均誤差を約37%減少させることがわかった。
次に、このモデルを使って、50万個の小惑星のアルベドを予測し、適切な要素を小惑星ファミリーポータルで提供し、その結果をカタログで提供する。
最後に、現在分類されているいくつかの小惑星群は、類似したアルベドのより大きな小惑星群の中に存在しており、これは家族同定のさらなる改善が可能であることを示唆している。
関連論文リスト
- NEOviz: Uncertainty-Driven Visual Analysis of Asteroid Trajectories [41.49140717172804]
我々は、地球近傍の天体の視覚分析において、惑星防衛の専門家を支援するために設計された対話型可視化システムNEOvizを紹介する。
特に,小惑星が移動する3次元不確実領域を可視化するための新しいアプローチを提案する。
潜在的な影響者に対しては、3D視覚化と不確実性を認識したインパクトマップを組み合わせることで、人間の集団に対する潜在的なリスクを示す。
論文 参考訳（メタデータ） (2024-11-05T05:04:12Z) - DBNets: A publicly available deep learning tool to measure the masses of
young planets in dusty protoplanetary discs [49.1574468325115]
我々は、原始惑星系円盤から埋め込まれたとされる惑星の質量を素早く推定するDBNetsを開発した。
アウト・オブ・ディストリビューション・データでツールを広範囲にテストしました。
DBNetはトレーニング範囲外において、特定のしきい値以上の不確実性を返す入力を強く識別することができる。
光学的に薄い状態において、約60deg以下の傾斜で観測された円盤にのみ確実に適用することができる。
論文 参考訳（メタデータ） (2024-02-19T19:00:09Z) - Taxonomic analysis of asteroids with artificial neural networks [7.274273862904249]
近いうちに、中国宇宙望遠鏡(CSST)は、25マグと23マグよりも明るい大きさの小惑星に対して、複数の色と分光データを提供する予定である。
人工ニューラルネットワーク(ANN)を用いて小惑星分類の予備分類モデルを構築する。
SMASS IIスペクトルとBus-Binzel分類システムを用いて、5つのANNからなるANN分類ツールを構築した。
論文 参考訳（メタデータ） (2023-11-18T03:27:26Z) - 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) - Towards Asteroid Detection in Microlensing Surveys with Deep Learning [0.0]
小惑星は、ほとんどの天文学的な調査では確認不可能な部分である。
本稿ではMOAプロジェクトによって収集されたマイクロレンズデータから小惑星の回収と発見のための新しい深層学習ソリューションを提案する。
論文 参考訳（メタデータ） (2022-11-04T03:16:23Z) - 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) - Optimization of Artificial Neural Networks models applied to the
identification of images of asteroids' resonant arguments [0.6449761153631166]
近年の研究では、畳み込みニューラルネットワーク(CNN)モデルを使用して、そのようなタスクを自動的に実行している。
このようなモデルの結果を、VGG、Inception、ResNetなど、最も先進的で一般公開されているCNNアーキテクチャの結果と比較する。
VGGモデルは、正規化と非正規化により、大規模なデータセットのラベルを予測する最も効率的な方法であることが判明した。
論文 参考訳（メタデータ） (2022-07-28T15:46:39Z) - Inferring Structural Parameters of Low-Surface-Brightness-Galaxies with
Uncertainty Quantification using Bayesian Neural Networks [70.80563014913676]
ベイズニューラルネットワーク (BNN) を用いて, シミュレーションした低地表面明度銀河画像から, それらのパラメータの不確かさを推測できることを示す。
従来のプロファイル適合法と比較して、BNNを用いて得られた不確実性は等しく、よく校正され、パラメータの点推定は真の値に近いことを示す。
論文 参考訳（メタデータ） (2022-07-07T17:55:26Z) - Towards Robust Monocular Visual Odometry for Flying Robots on Planetary
Missions [49.79068659889639]
火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。
高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。
また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
論文 参考訳（メタデータ） (2021-09-12T12:52:20Z) - Artificial Neural Network classification of asteroids in the M1:2
mean-motion resonance with Mars [0.0]
人工ニューラルネットワークを用いて、火星とM1:2の平均運動共鳴によって影響を受ける小惑星の軌道を同定する。
提案モデルでは, 小惑星共鳴画像の同定において, 85%以上の精度を達成できた。
遺伝的アルゴリズムを用いて最適化された教師付き機械学習手法を用いて、この地域の全ての多目的小惑星の軌道状態も予測した。
論文 参考訳（メタデータ） (2021-03-29T13:03:47Z)
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。