所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

文摘

机器学习的分类和特性预测形态的恒星,星系、类星体和星系

作者(年代):安吉拉·格雷罗州

现在手动识别天体非常无聊,这是通常的方法很长一段在一个时代不断补充数据。宇宙星系恒星的集合点。我们可以学到很多关于我们自己的星系通过这些其他星系的研究和分析。星系的分类和特性预测形态、深卷积神经网络结构建议。基于这些属性,星系可分为11个形态类。两类预测模式和其他星系特征prediction-make建议的体系结构。从SDSS LAMOST调查和使用信息,以及光谱数据分析,他们类别天体到星系,恒星,类星体。分类工作,基线技术比较,和增强,优化分类进一步调查。


分享这
全球技术峰会