グラフ注意ネットワークによる銀河特性予測

GAMA DR4データセットを用いて、グラフニューラルネットワークにより銀河とハローの特性を同時に高精度で予測するフレームワークを開発した。

• GAMA DR4の複数カタログを統合し、19,469個の銀河からなる統一サンプルを構築した。
• 銀河間の空間的近接性やグループ関係をエッジとしたグラフ表現を採用した。
• GATv2層を用いたグラフ注意ネットワークにより周辺環境の情報を学習させた。
• ハロー質量やstellar massなどの予測において高い精度（R2が0.95以上）を達成した。

原文タイトル: A Graph Attention Network Framework for Simultaneous Prediction of Galaxy and Dark Matter Halo Properties in GAMA DR4

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。