測光データに基づく銀河の効率的な分類と確率的推論

測光データを用いた銀河分類と確率的推論を行うPythonパッケージFOMO-Zの提案。

• 既知の参照サンプルを用いて銀河分類や確率的推論を行う手法を開発した。
• 色分布の関数形を仮定せず、物理的に解釈可能な基準で選択を行う。
• 測光赤方偏移の推定や母集団分布の再構成を効率的に実行可能である。
• 機械学習手法と同等の性能を維持しつつ、大規模サーベイに適した計算効率を実現した。

原文タイトル: FOMO-Z. Optimal galaxy classification, photometric redshifts, and reconstruction of population distributions

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。