Leveraging Deep Learning for Time Series Extrinsic Regression to Predict the Photometric Metallicity of Fundamental-mode RR Lyrae Stars

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究利用深度学习技术,针对传统方法无法有效处理的大规模天文数据,预测RR莱雅星的光度金属丰度。新模型的均值绝对误差为0.0565,证明了其在处理海量数据方面的有效性。

🏷️

标签

➡️

继续阅读