ALMAバンドパス較正の機械学習による異常検出

ALMAのバンドパス較正における異常検出を改善するため、XGBoostとスキャン統計量を用いた機械学習分類フレームワークを開発した。

• バンドパス較正解に含まれる異常が科学成果の品質低下を招く課題がある
• 従来の手法はパラメータ空間の拡大に伴い精度が低下しやすかった
• XGBoostとスキャン統計量を組み合わせた分類器を設計し実装した
• 従来法と比較して誤分類を大幅に削減し較正品質の向上に寄与する

原文タイトル: A Classifier Framework for ALMA Bandpass Calibration Anomalies

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。