基于卷积神经网络的 Lyman 断层星系分类与 DESI 中红移回归

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究使用多目标学习的卷积神经网络来搜索和表征夸克星光谱中的强氢Lyman-Alpha吸收,并进行分类和定量测量。该算法能够准确预测HI吸收的存在性,并估计相应的redshift zabs和HI柱密度NHI。通过自定义训练集进行模型训练,并在SDSS-DR7和BOSS数据集中验证了深度学习在天文光谱测量方面的有效性。

原文中文,约200字,阅读约需1分钟。
阅读原文