機械学習による望遠鏡導入オフセットの自動補正

過去の運用データと機械学習を用いて望遠鏡の導入オフセットを自動予測・補正するデータ駆動型パイプラインを提案し、実用的なソフトウェアサービスとして公開した。

• 静的なポインティングモデルや手動調整に依存する従来の課題を克服するため、データ駆動型のアプローチを導入した。
• 過去の運用ログを用いて、観測条件や装置状態と導入オフセットの関係を機械学習および深層学習モデルで学習した。
• 訓練済みモデルをブラウザ経由でリアルタイム利用できる、Docker化されたオープンソースサービスを開発した。
• 観測効率の向上と手動調整の削減に向けた、適応的かつ自動化された実用的なフレームワークを提供した。

原文タイトル: Data-driven acquisition offset correction for telescope networks using machine learning and sensitivity analysis

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。