LLMエージェントによる変光星の効率的異常検知

視覚的埋め込みとマルチモーダルLLMエージェントを用いた能動学習により、大規模な変光星データから効率的かつ高精度に異常天体を検知するフレームワークを提案した。

• 大量の変光星サーベイデータから異常天体を効率的に探索する手法が求められていた。
• 視覚的埋め込みとLLMエージェントによる反復的な審査・スコア伝播を組み合わせた能動学習パイプラインを開発した。
• 約37万個のデータから低コストで複数の新奇な異常天体や興味深い天体を発見した。
• 初期ランキング単体に比べ、提案手法により大幅に少ないラベリング予算で多くの異常を回収できた。

原文タイトル: Agentic Active Learning Meets Visual Embeddings: Finding Anomalies among 370 000 Variable Stars from ASAS-SN

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。