天体物理学 > 宇宙学与非星系天体物理学
[提交于 2024年9月30日
]
标题: 星系ML:一个用于机器学习的星系图像、光度、红移和结构参数的数据集
标题: GalaxiesML: a dataset of galaxy images, photometry, redshifts, and structural parameters for machine learning
摘要: 我们提出了一个用于机器学习应用的数据集,其中包括星系的测光数据、图像、光谱红移和结构属性。 该数据集由来自 Hyper-Suprime-Cam 调查 PDR2 的五个成像滤波器($g,r,i,z,y$)中的 286,401 幅星系图像和测光数据组成,具有光谱确认的红移作为真实值。由于其统一性、一致性以及最小的异常值但仍包含现实范围内的信噪比,此数据集对于机器学习应用非常重要。我们将此数据集公开,以促进下一代调查方法(如 Euclid 和 LSST)中机器学习方法的发展。 GalaxiesML 的目标是提供一个可靠的、不仅可用于天体物理学还可用于机器学习的数据集,在该数据集中图像属性无法通过人眼验证,而是由物理定律所支配。 我们描述了从公开可用档案中构建数据集时遇到的挑战,包括异常值剔除、去重、建立真实值和样本选择。 这是同类数据集中最大的公开机器学习就绪训练集之一,红移范围从 0.01 到 4。此样本的红移分布峰值位于红移 1.5,并在红移超过 2.5 后迅速下降。 我们还展示了此数据集的一个红移估计示例应用,证明使用图像进行红移估计比单独使用测光数据获得的结果更准确。例如,在红移 0.1 到 1.25 范围内,使用图像的红移估计偏差比单独使用测光数据低一个数量级。此类数据集的结果将帮助我们了解如何最好地利用下一代星系巡天的数据。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.