Постоянная ссылка (СИД2) |
J2081664X12 |
Название |
Повышение качества каталогов кратных звезд с использованием искусственного интеллекта |
Автор |
Сажин М. В. |
Автор |
Семенцов В. Н. |
Автор |
Сорокин С. В. |
Автор |
Райков А. Н. |
Источник |
Информационное общество |
Страницы/Объём |
106-115 |
Сокращ. назв. источника |
Инф. о-во |
Год |
2022 |
Номер |
5 |
Адрес в Интернет |
http://elibrary.ru/item.asp?id=49607741 |
Постоянная ссылка (СИД) |
J2081664X |
Ключевые слова (авторские) |
Большие Данные%Кратные звезды%деревья решений%искусственный интеллект%каталог двойных звезд%качество каталогов звезд%машинное обучение%нейронная |
Дата регистрации в ВИНИТИ |
02.11.2022 |
Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
Язык текста |
русский |
Аннотация |
Разработан и предлагается метод выявления оптических двойных звезд на основе использования астрометрических каталогов в сочетании с методами искусственного интеллекта (ИИ). Исследование проведено на примере каталога миссии HIPPARCOS и каталога Pan-STARRS (PS1) на массиве порядка 100 тыс. объектов, имеющих около 80 полей данных. При этом из анализа были исключены такие поля, которые включали ссылки на другие каталоги и источники данных. С применением методов ИИ, а именно, двух видов моделей, ансамбля полносвязных нейронных сетей и ансамбля деревьев решений, на примере указанных каталогов проведен вычислительный эксперимент. При обучении оптимизировалась метрика бинарной кросс-энтропии. Показано, что надежность предсказания двойственности звезд достигает 90-95%, что помогает обнаружить дополнительные двойные звезды по сравнению с классическими методами. Отмечено, что алгоритмы машинного обучения достаточно устойчиво выделяют группу значимых признаков, связанных со статистическими характеристиками наблюдаемых величин. Таким образом, обоснована плодотворность создания соответствующей платформы ИИ для проведения дальнейших исследований |
Тематический раздел |
Астрономия |
Издательский номер в РЖ |
23.04-51.619 |
Шифр ГРНТИ |
41.51.41 |
Ключевые слова |
двойные звезды, кратные звезды, каталоги астрометрические, методы обнаружения; наблюдений обработка, каталоги астрометрические, алгоритмы, машинное обучение, нейронные сети |
|