Үйірткілі нейрондық желілерді қолданып молекулалық сырт ағындардың параметрлерін болжау және жіктеу
DOI:
https://doi.org/10.26577/RCPh.2020.v75.i4.09Кілттік сөздер:
радиоастрономия, жұлдыздардың пайда болуы, биполярлық сырт ағындар, машиналық оқыту, үйірткілі нейрондық желілерАннотация
Заманауи астрофизикада машиналық оқыту үлкен көлемдегі мәліметтер үшін болжам жасауда немесе жорамалдарды есептеуде керемет қуаттылығының арқасында танымалдығы артып келеді. Біз машиналық оқытуды молекулалық сырт ағын параметрлеріне (масса, импульс, кинетикалық энергия және динамикалық уақыт) болжам жасауда және үйірткілі нейрондық желілерді қолдана отырып, биполярлы сырт ағындардың жіктелуіне қолдануды сипаттаймыз. Біздің оқу үлгісінің мөлшері - жіктеу үшін ~ 125 молекулалық сырт ағын дереккөзін құрайды, яғни мәліметтердің жалпы көлемінің 80% құрайды, мұндағы 67 дереккөздер биполярлық ағындар болып табылады және ~ 75 биполярлық ағын дереккөзі регрессия үшін қолданылды. Нәтижелер көрсеткендей, CNN-ді пайдалану кескінді жіктеу дәлдігін 97% дейін жақсартады. Регрессия моделі жаттығу деректері үшін орташа абсолюттік пайыздық қателігі 37,7% құрады және абсолюттік қателігі 88,0 (масса үшін), 1237,7 (импульс үшін), 193,3 (кинетикалық энергия үшін) және 3,0 (динамикалық уақыт үшін) шамасында молекулалық сырт ағынның параметрлерін болжай алады. Машиналық оқыту алгоритмі болжау мен жіктеу үшін мәліметтерді өңдеу уақытын қысқартады және бұл әдістеме болашақ астрофизика мәселелерін зерттеу үшін үлкен үміт береді.
Библиографиялық сілтемелер
2 Y. Bai, J. Liu, S. Wang, and F. Yang, The Astronomical Journal, 157, 9 (2018).
3 G. Martin, S. Kaviraj, A. Hocking, S.C. Read, and J.E. Geach, Monthly Notices of the Royal Astronomical Society, 491, 1408-1426 (2020).
4 Y. Bai, J.F. Liu, and S. Wang, Research in Astronomy and Astrophysics, 18, 118 (2018).
5 A. Ghosh, C.M. Urry, Z. Wang, K. Schawinski, D. Turp, and M.C. Powell, The Astrophysical Journal. 895, 112 (2020).
6 E.J. Kim, and R.J. Brunner, Monthly Notices of the Royal Astronomical Society, 464, 4463-4475 (2017).
7 S. Akras, M.L. Leal-Ferreira, L. Guzman-Ramirez, and G. Ramos-Larios, Monthly Notices of the Royal Astronomical Society, 483, 5077-5104 (2019).
8 K. Sharma, A. Kembhavi, A. Kembhavi, T. Sivarani, S. Abraham, and K. Vaghmare Monthly Notices of the Royal Astronomical Society, 491, 2280-2300 (2020).
9 V. Lukic, M. Brüggen, B. Mingo, J.H. Croston, G. Kasieczka, and P.N. Best, Monthly Notices of the Royal Astronomical Society, 487, 1729-1744 (2019).
10 X.P. Zhu, J.M. Dai, C.J. Bian, Y. Chen, S. Chen, and C. Hu, Astrophysics and Space Science, 364, 55 (2019).
11 W. Liu, M. Zhu, C. Dai, D.Y. He, J. Yao, H.F. Tian, B.Y. Wang, K. Wu, Y. Zhan, B.Q. Chen, A.L. Luo, R. Wang, Y. Cao, and X.C. Yu, Monthly Notices of the Royal Astronomical Society, 483, 4774-4783 (2019).
12 S. Fabbro, K.A. Venn, T. O'Briain, S. Bialek, C.L. Kielty, F. Jahandar, S. Monty, Monthly Notices of the Royal Astronomical Society, 475, 2978-2993 (2018).
13 C.N. Beaumont, J.P. Williams, and A.A. Goodman, The Astrophysical Journal, 741, 14 (2011).
14 C.N. Beaumont, A.A. Goodman, S. Kendrew, J.P. Williams, and R. Simpson, The Astrophysical Journal Supplement Series, 214, 3 (2014).
15 C.M. Van Oort, D. Xu, S.S. Offner, and R.A. Gutermuth, The Astrophysical Journal. 880, 83 (2019).
16 D. Xu, S.S. Offner, and R.A. Gutermuth, and C. Van Oort, The Astrophysical Journal. 890, 64 (2020).
17 D. Xu, S.S. Offner, and R.A. Gutermuth, and C. Van Oort, arXiv preprint arXiv:2010.12525, (2020).
18 S. Zhang, J. Yang, Y. Xu, X. Chen, Y. Su, Y. Sun, X. Zhou, Y. Li, and D. Lu, The Astrophysical Journal Supplement Series, 248, 15 (2020).
19 D. Xu, and S.S.R. Offner, The Astrophysical Journal, 851,149 (2017).
20 A. Krizhevsky, I. Sutskever, G.E. Hinton, Communications of the ACM, 60, 84-90 (2017).
21 R. Girshick, Proceedings of the IEEE international conference on computer vision (Santiago, 7-15 December, 2015), p.1440-1448.
22 S. Ren, K. He, R. Girshick, and J. Sun, IEEE transactions on pattern analysis and machine intelligence, 39, 1137 (2017).
23 J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, Proceedings of the IEEE conference on computer vision and pattern recognition (Las Vegas, 27-30 June, 2016), p.779-788.
24 L. Zhao, and S.Li, Electronics. 9, 537 (2020).
25 G. Yao, T. Lei, and J. Zhong, Pattern Recognition Letters, 118, 14-22 (2019).
26 Q. Li, J. Zhou, J. Esimbek, Y. He, W.A. Baan, D. Li, G. Wu, X. Tang, W. Ji, D. Zhexebay, The Astrophysical Journal. 867, 167 (2018).
