論文の概要: RG-CAT: Detection Pipeline and Catalogue of Radio Galaxies in the EMU Pilot Survey
- arxiv url: http://arxiv.org/abs/2403.14235v1
- Date: Thu, 21 Mar 2024 08:52:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-22 14:57:51.303866
- Title: RG-CAT: Detection Pipeline and Catalogue of Radio Galaxies in the EMU Pilot Survey
- Title（参考訳）: RG-CAT:EMUパイロットサーベイにおける放射銀河の検出パイプラインとカタログ
- Authors: Nikhel Gupta, Ray P. Norris, Zeeshan Hayder, Minh Huynh, Lars Petersson, X. Rosalind Wang, Andrew M. Hopkins, Heinz Andernach, Yjan Gordon, Simone Riggi, Miranda Yew, Evan J. Crawford, Bärbel Koribalski, Miroslav D. Filipović, Anna D. Kapinśka, Stanislav Shabala, Tessa Vernstrom, Joshua R. Marvil,
- Abstract要約: 我々は、電波銀河の最初のカタログを構築するために、ソース検出およびカタログ構築パイプラインを提案する。
我々はGal-DINOコンピュータビジョンネットワークを用いて、電波源の無線形態とバウンディングボックスのカテゴリを予測する。
我々は、カタログ内の電波源を赤外線と光学カタログと交差させ、73%の赤外線のクロスマッチ、そして36%の電波銀河の光度赤方偏移を発見した。
- 参考スコア（独自算出の注目度）: 8.628944866074555
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present source detection and catalogue construction pipelines to build the first catalogue of radio galaxies from the 270 $\rm deg^2$ pilot survey of the Evolutionary Map of the Universe (EMU-PS) conducted with the Australian Square Kilometre Array Pathfinder (ASKAP) telescope. The detection pipeline uses Gal-DINO computer-vision networks (Gupta et al., 2024) to predict the categories of radio morphology and bounding boxes for radio sources, as well as their potential infrared host positions. The Gal-DINO network is trained and evaluated on approximately 5,000 visually inspected radio galaxies and their infrared hosts, encompassing both compact and extended radio morphologies. We find that the Intersection over Union (IoU) for the predicted and ground truth bounding boxes is larger than 0.5 for 99% of the radio sources, and 98% of predicted host positions are within $3^{\prime \prime}$ of the ground truth infrared host in the evaluation set. The catalogue construction pipeline uses the predictions of the trained network on the radio and infrared image cutouts based on the catalogue of radio components identified using the Selavy source finder algorithm. Confidence scores of the predictions are then used to prioritize Selavy components with higher scores and incorporate them first into the catalogue. This results in identifications for a total of 211,625 radio sources, with 201,211 classified as compact and unresolved. The remaining 10,414 are categorized as extended radio morphologies, including 582 FR-I, 5,602 FR-II, 1,494 FR-x (uncertain whether FR-I or FR-II), 2,375 R (single-peak resolved) radio galaxies, and 361 with peculiar and other rare morphologies. We cross-match the radio sources in the catalogue with the infrared and optical catalogues, finding infrared cross-matches for 73% and photometric redshifts for 36% of the radio galaxies.
- Abstract（参考訳）: 我々は、オーストラリア・スクエア・キロメア・アレー・パスファインダー(ASKAP)望遠鏡で実施されたEMU-PS(Evolutionary Map of the Universe)の270$\rm deg^2$のパイロット調査から、電波銀河の最初のカタログを構築するためのソース検出とカタログ構築パイプラインを提示する。
検出パイプラインは、Gal-DINOコンピュータビジョンネットワーク(Gupta et al , 2024)を使用して、電波源の放射線形態とバウンディングボックスのカテゴリと、その潜在的な赤外線ホスト位置を予測する。
Gal-DINOネットワークは、約5,000個の視覚で観測された電波銀河とその赤外線ホストを訓練し、評価し、コンパクトで拡張された電波形態を包含する。
予測された真理境界箱に対するIoU(Intersection over Union)は、電波源の99%に対して0.5以上であり、予測されたホスト位置の98%は、評価セットの地上真理赤外ホストの$3^{\prime \prime}$以内である。
カタログ構築パイプラインは、Slavyソースファインダアルゴリズムを用いて識別された無線部品のカタログに基づいて、無線および赤外線画像カットアウト上のトレーニングされたネットワークの予測を使用する。
予測の信頼度スコアは、高いスコアでセレヴィのコンポーネントを優先順位付けし、それらをカタログに組み込むのに使用される。
これにより、合計211,625の電波源が特定され、201,211はコンパクトで未解決である。
残りの10,414個は582 FR-I、5,602 FR-II、1,494 FR-x(FR-IかFR-IIかは不明)、2,375 R(単一ピーク分解)、361個の珍しい形態を持つ。
我々は、カタログ内の電波源を赤外線と光学カタログと交差させ、73%の赤外線のクロスマッチ、そして36%の電波銀河の光度赤方偏移を発見した。
関連論文リスト
- Radio U-Net: a convolutional neural network to detect diffuse radio sources in galaxy clusters and beyond [0.0]
拡散源の電波干渉画像は画像分割作業の課題を示す。
U-Netアーキテクチャに基づく完全畳み込みニューラルネットワークであるRadio U-Netを紹介する。
Radio U-Netは、ラジオサーベイで暗く拡張されたソースを検出するように設計されている。
論文 参考訳（メタデータ） (2024-08-20T14:03:21Z) - Classification of compact radio sources in the Galactic plane with
supervised machine learning [0.0]
我々は、無線画像と赤外線画像の両方を入力として、ギャラクティック平面におけるコンパクトな電波源の分類に着目する。
この目的のために、我々は、異なる天文学クラスからなるコンパクトなソースの2万の画像をキュレートしたデータセットを作成しました。
実装されたツールと訓練されたモデルが公開され、将来の応用のために電波天文学コミュニティで利用可能になった。
論文 参考訳（メタデータ） (2024-02-23T09:47:42Z) - Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN [63.90647197249949]
6G時代には、無線リソースのリアルタイムモニタリングと管理が、多様な無線アプリケーションをサポートするように求められている。
本稿では,GAN(Generative Adversarial Network)による協調的無線地図推定手法を提案する。
論文 参考訳（メタデータ） (2024-02-05T05:01:28Z) - Radio Map Estimation -- An Open Dataset with Directive Transmitter
Antennas and Initial Experiments [49.61405888107356]
実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。
モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
論文 参考訳（メタデータ） (2024-01-12T14:56:45Z) - A Multimodal Dataset and Benchmark for Radio Galaxy and Infrared Host
Detection [13.944126480815553]
データセットは4,155個の銀河と2,800枚の画像からなり、電波と赤外線の両方が記録されている。
私たちのデータセットは、高感度の電波望遠鏡、赤外線衛星、およびそれらの識別のためのインスタンスレベルのアノテーションの画像を含む、初めて公開されたデータセットです。
論文 参考訳（メタデータ） (2023-12-11T08:19:38Z) - RadioGalaxyNET: Dataset and Novel Computer Vision Algorithms for the
Detection of Extended Radio Galaxies and Infrared Hosts [12.997324012222695]
RadioGalaxyNETは2,800枚の画像から4,155個の銀河を抽出したデータセットである。
RadioGalaxyNETは、高感度のオーストラリア・スクエア・キロメア・アレー・パスファインダー電波望遠鏡の画像を含む最初のデータセットである。
論文 参考訳（メタデータ） (2023-12-01T02:54:38Z) - UAV-aided RF Mapping for Sensing and Connectivity in Wireless Networks [52.14281905671453]
無人航空機(UAV)を空飛ぶ無線アクセスネットワーク(RAN)ノードとして使用することは、従来の固定地上配備を補完する。
無線マッピングは、この課題に関連する課題の1つであり、ここでは無線マッピングと呼ばれている。
接続性, センサ性, ローカライゼーション性能の観点から, 無線マッピングによる利点を示す。
論文 参考訳（メタデータ） (2022-05-06T16:16:08Z) - Three-Way Deep Neural Network for Radio Frequency Map Generation and
Source Localization [67.93423427193055]
空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。
本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T22:25:10Z) - OpenCSI: An Open-Source Dataset for Indoor Localization Using CSI-Based
Fingerprinting [73.9222625243696]
フィンガープリントに基づくローカライゼーション手法はこの問題の解決法を提案するが、取得に労力を要する無線マップに依存している。
ソフトウェア定義無線(SDR)と車輪付きロボットを用いて,無線マップ取得フェーズを自動化する。
本研究では,畳み込みニューラルネットワークを用いて位置座標を推定する最初の局在化実験について述べる。
論文 参考訳（メタデータ） (2021-04-16T08:31:46Z) - Evolutionary Map of the Universe (EMU):Compact radio sources in the
SCORPIO field towards the Galactic plane [0.0]
オーストラリアのSquare Kilometre Array Pathfinder(ASKAP)の早期科学プログラムで撮影された銀河面の領域の観測について報告する。
SCORPIOフィールドを912MHzで観測し、15個のアンテナからなる未完成アレイを観測した。
CAESARソースファインダーを使用して、合計3963の電波源が検出され、フィールドで特徴付けられました。
論文 参考訳（メタデータ） (2021-01-11T12:25:32Z) - A Big Data Enabled Channel Model for 5G Wireless Communication Systems [71.93009775340234]
本稿では,ビッグデータ解析,特に無線通信およびチャネルモデリングにおける機械学習アルゴリズムの様々な応用について検討する。
本稿では,ビッグデータと機械学習を利用した無線チャネルモデルフレームワークを提案する。
提案するチャネルモデルは、フィードフォワードニューラルネットワーク(FNN)やラジアル基底関数ニューラルネットワーク(RBF-NN)を含む、人工ニューラルネットワーク(ANN)に基づいている。
論文 参考訳（メタデータ） (2020-02-28T05:56:14Z)
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。