深層学習による大規模銀河の多バンド構造解析

深層学習フレームワークを活用し、HSC-SSPサーベイの約1000万個の銀河を対象とした大規模な多バンド構造パラメータのカタログを構築した。

• 銀河の波長依存的な構造を解明するため、大規模な多バンド構造解析の必要性があった。
• GAMPENと転移学習を組み合わせることで、少量の訓練データでも効率的な解析を可能にした。
• 約1000万個の銀河についてバルジ全光度比や有効半径などの事後分布を算出した。
• 得られた事後分布の較正精度が高く、将来の大型観測計画にも適用可能な手法を示した。

原文タイトル: Complete Multi-Band Structural Characterization for 10 Million Galaxies in the Hyper Suprime-Cam Wide Survey using Deep Learning

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。