深層学習による銀河団の質量推定とメンバー同定

LSTMネットワークとベイズニューラルネットワークを組み合わせることで、侵入銀河の影響を抑え高精度な銀河団質量推定を実現した。

• 侵入銀河が力学的質量測定に与えるバイアスを軽減する手法が求められていた
• LSTMとベイズニューラルネットワークを組み合わせた二段階の深層学習モデルを構築した
• メンバー確率による重み付けにより質量推定の残差のばらつきを約19.5%削減した
• 中心銀河の選択のずれやサンプルの不完全性が質量推論に及ぼす影響を定量的に評価した

原文タイトル: A deep learning approach to member identification and mass estimation in galaxy clusters

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。