機械学習による銀河棒状構造の検出

向きを考慮したYOLOモデルを用いて銀河の棒状構造を迅速に検出するフレームワークBRAHMaを提案する。

• 銀河進化の解明に重要な棒状構造の測定において、従来の検出手法は拡張性や計算コストの面で限界があった。
• YOLO11xモデルをベースにしたオープンソースの検出ツール「BRAHMa」を開発した。
• 市民科学プロジェクトのデータで学習を行い、Hoyleデータセットを用いた評価でL1誤差1.1キロパーセクを達成した。
• 異なるデータセットでの検証により高い汎用性とスケーラビリティを示し、公開ウェブインターフェースからも利用可能である。

原文タイトル: BRAHMa: Bar Recognition And Hatching using Machine learning -- a framework for oriented bounding box detection of galactic bars

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。