ニューラルネットによる星間分子の探索

ニューラルネットワークモデルを用いて分子構造と存在量を結びつけ、未知の星間分子の検出候補を予測する手法を開発した。

• 化学構造とTMC-1の分子カラム密度を結びつける機械学習パイプラインを構築した。
• 訓練および検証データにおいて良好な回帰性能を示し、決定係数0.88などを達成した。
• モデルから得られた潜在ベクトルを活用して、将来の検出候補となる有望な分子を複数特定した。

原文タイトル: A neural-network model to find correlations in astrochemical space

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。