EfficientNetV2-S-Triplet7:一种改进的星系形态学分类算法

星系的形态与星系的形成和演化息息相关,其形态学分类是星系天文学后续研究的重要一环.当前海量天文观测数据的出现使得天文数据自动分析方法越来越得到重视,针对此问题,利用先进的深度学习骨干网络EfficientNetV2,分析不同的注意力机制类型和使用节点对网络性能的影响,构建了一种命名为EfficientNetV2-S-Triplet7(即在EfficientNetV2-S stage7的1×1卷积层后加入Triplet模块)的改进算法模型来实现星系形态学的自动分类.使用第二期星系动物园(Galaxy Zoo 2,GZ2)中超过24万张的测光图像作为初始数据进行实验测试.在对数据进行预处理时采取了尺寸抖动、翻转、色彩畸变等图像增强手段来解决图像数量的不平衡问题.在同一系列经典和前沿的深度学习算法模型AlexNet、ResNet-34、MobileNetV2、RegNet进行对比实验后,得出EfficientNetV2-S-Triplet7算法在分类准确率、查全率和F1分数等指标上具有最好的测试结果.在9375张测试图像中的3项指标值分别可达到89.03%、90.21%、89.93%,查准率达到89.69%,在其他模型中排在第3位.该结果表明将EfficientNetV2-S-Triplet7算法应用于大规模星系数据的形态学分类任务中有很好的效果.

星系-星系透镜效应下星系大小与晕质量的相关性

星系-星系透镜技术可用于研究星系大小与晕质量的相关性.按照星系大小、恒星质量和颜色将来自斯隆数字巡天第7次发布的数据(SDSS DR7)中的星系群样本的星系样本分为不同的子样本.通过对每个星系子样本的面密度超出进行建模以获得其晕质量.没有在红/蓝星系大小与晕质量之间观察到强相关性.红/蓝星系大小与晕质量关系的拟合斜率分别为0.0023_(0.0054)^+(0.0002)和-0.0237_(0.0108)^(+0.0004).通过使用Illustris-TNG(下一代Illustris项目)数据集提供的半质量半径,可以将观测的结果与Illustris-TNG的模拟结果进行比较.与观测不同的是,Illustris-TNG模拟的晕质量呈现出增加的趋势,这主要是由于恒星质量与星系大小之间存在正相关性.当晕质量除以恒星质量时,这种依赖性消失了,表明Illustris-TNG的模拟结果与观测的结果相似.

光谱预处理及其对星系/类星体分类结果的影响

由于噪声、畸变和观测环境等因素的影响,在天体光谱自动处理之前,需要对它进行相应的预处理.研究巡天光谱的预处理(数据格式和流量标准化)对光谱自动分析的影响.分析了同数据格式对光谱及其谱线特征的影响和格式标准化研究的必要性;通过分析光谱流量数量级的不确定性及其特点,提出了流量数量级变化的基本模型,并给出了相应的标准化方法.通过星系和类星体的分类实验,结果表明:1)采用对数波长数据格式对光谱的自动分类更有利;2)验证了所提出的流量标准化模型的合理性,以及所给流量标准化方法良好的性能.特别需要指出的是,文献中通常采用的流量标准化方法在光谱自动分类中的效果反而是较差的.

基于XGBoost算法的恒星/星系分类研究

机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SDSS)数据中恒星/星系暗源集分类正确率低的问题,引入了机器学习中较新的研究成果–XGBoost (eXtreme Gradient Boosting).从SDSS-DR7 (SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源集和暗源集.首先,分别对亮源集和暗源集使用十折交叉验证法,同时运用XGBoost算法建立恒星/星系分类模型;然后,运用栅格搜索等方法调优XGBoost参数;最后,基于星系的分类正确率等指标,与功能树(Function Tree, FT)、Adaboost (Adaptive boosting)、随机森林(Random Forest, RF)、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、堆叠降噪自编码(Stacked Denoising AutoEncoders, SDAE)、深度置信网络(Deep Belief Network, DBN)等模型进行对比并分析结果.实验结果表明:XGBoost在暗源分类中要比功能树算法的星系分类正确率提高了将近10%,在暗源集的最暗星等中比功能树提高了将近5%.同其他传统的机器学习算法和深度神经网络相比, XGBoost也有不同程度的提升.

基于最近邻方法的类星体与正常星系光谱分类

随着高质量CCD传感器技术的日渐成熟与广泛应用,以及许多大型巡天计划的相继实施,天体数据量极大,因此天体观测数据的自动识别、分析问题首当其冲。文章在原始测量空间使用最近邻方法(NN)研究了正常星系与类星体光谱的识别问题。正常星系和类星体属于河外天体,一般距离地球较远,其观测光谱会受到许多干扰,所以这两类天体光谱的分类在光谱自动识别研究中具有一定的代表性。同时,采用的NN是模式识别和数据挖掘方面的基准性方法,在许多新方法的评估中,往往以NN方法的性能作为比较对象。从实用价值来说,研究表明,NN方法的类星体和正常星系光谱识别率与文献中复杂方法的最好结果相当,但该文方法不需要进行分类器的训练,利于实时进行增量式学习和并行实现,这对海量光谱数据的快速处理有重要意义。因此,该研究具有重要的理论参考意义和一定的实用价值。

基于Fisher判别分析的有监督特征提取和星系光谱分类

随着天文观测技术的进步、数据获取能力的提高和大型光谱巡天计划的相继实施,光谱数据的自动处理研究越来越受到重视和关注。文章在分析了文献中光谱自动分类研究的特点和无监督特征提取方法所固有的一些不足的基础上指出了光谱有监督特征提取研究的必要性。并重点研究了Fisher判别分析(FDA)有监督特征提取方法在星系光谱自动分类中的应用。该方法:(1)具有突出的维数约减能力;(2)能有效地融合训练数据的类别信息,并按照分类能力提取特征。实验表明,将FDA方法用于某些星系细分类不仅明显地提高了分类器的速度,而且具有良好的分类性能。因此,对于较大的光谱识别系统更能体现出该方法的优越性。

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.

晚型旋涡星系盘的颜色梯度与结构参数的相关关系

从Sloan数字巡天第2批释放的数据(SDSS DR2)中选择了395个在r波段亮于15等的面向晚型旋涡星系作为样本,研究了盘的颜色梯度与结构参数的关系.结果表明:盘的颜色梯度与盘的绝对星等(质量)无关;盘的颜色梯度与盘的尺度有关,越大的盘颜色梯度越陡;盘的颜色梯度与盘的颜色有关,越蓝的盘颜色梯度越陡;盘的颜色梯度与盘的表面亮度有关,越亮的盘颜色梯度越陡,并简单讨论了盘的颜色梯度与各结构参数的相关关系对晚型旋涡星系盘恒星形成历史的约束.

基于堆叠降噪自编码的恒星/星系分类研究

近年来,深度学习算法以其适应性强、准确率高、结构复杂等特性在数据挖掘算法中异军突起,但是在天文信息学中深度学习算法还鲜有问津.针对斯隆数字巡天(Sloan Digital Sky Survey,SDSS)恒星/星系分类中普遍存在的亮源集分类正确率高但暗源集分类正确率低等问题,引入了深度学习中较新的研究成果—堆叠降噪自编码(stacked denoising autoencoders,SDA)神经网络和dropout微调技术.从SDSS释放出的带有光谱证认(spectroscopic measurements)的测光数据中分别随机抽取DR7(Data Release7)和DR12(Data Release 12)的亮源集和暗源集并对其进行预处理,再分别对它们的亮源集和暗源集做不放回随机抽样,得到它们亮源和暗源的训练集和测试集.最后用这些训练集分别训练得到了DR7和DR12亮源和暗源的SDA模型,并将SDA在DR12测试集上的测试结果与支持向量机软件包(Library for Support Vector Machines,LibSVM)、J48决策树(J48)、逻辑模型树(Logistic Model Trees,LMT)、支持向量机(Support Vector Machine,SVM)、逻辑回归(Logistic Regression)、单层决策树算法(Decision Stump)上的测试结果进行比较,同时将SDA在DR7测试集上的测试结果与6种决策树的测试结果进行比较.仿真表明SDA在SDSS-DR7和最新SDSS-DR12的暗源集上的分类性能明显优于其他算法,尤其是在使用完备函数(completeness function,CP)作为衡量指标时,SDA相比决策树算法在SDSS-DR7暗源集正确率提高了15%左右.

基于Spark深度感知决策树的恒星/星系分类应用研究

针对传统决策树分类算法需要依靠人工构造特征才能实现对数据进行分类的问题,以及其在处理海量天文数据时所面临的处理速度和资源分配瓶颈问题,结合深度学习强大的特征学习能力和Spark高效的数据处理性能,提出了一种基于Spark平台的深度感知决策树并行化算法,并将其应用于天文恒星/星系分类问题中。研究结果表明,该算法具有很好的可伸缩性,可以通过增加Spark集群计算节点的数量,来减少分类模型所需的训练时间和增强其对海量天文数据的处理能力。并且,其因同时具备强大的特征学习和分类能力而在恒星星系分类问题上可以获得比传统决策树更高的分类准确率。

COSMOS场中高红移大质量星系的形态分类研究

基于COSMOS(Cosmic Evolution Survey)天区的多波段测光数据和HST(Hubble Space Telescope)近红外高分辨率观测图像,利用质量限(恒星质量M*≥1010.5M⊙)选取了362个红移分布在1≤z≤3的星系样本,并对这些大质量星系的形态特征进行了分类研究.来自UVJ(U-V和V-J)双色图分类系统、目视分类系统、非模型化分类系统(基尼系数G和矩指数M20)和模型化分类系统(S′ersic index,n)的分类结果彼此相一致.相比较于恒星形成星系(SFGs),通过UVJ双色图定义的宁静星系(QGs)表现出致密的椭圆结构,而且G和n值偏大,但M20和星系有效半径(re)偏小.不同星系分类系统(双色图分类系统、非模型化分类系统和模型化分类系统)定义的SFGs和QGs样本,都明显存在星系的大小随红移的演化关系,这种演化趋势QGs比SFGs更剧烈,而且不依赖于星系分类方法的选择.

一种星系形态分类的新方法

在天文学研究领域,星系的分类一直是一个热点和难点问题。近年来有学者将机器学习应用于星系形态的简单分类,但在分类过程中出现特征选择困难、特征遗漏、分类器选择困难等一系列问题。星系在视觉形态上可以分为椭圆星系、旋涡星系、透镜星系以及不规则星系。针对SDSS DR16,Galaxy Zoo2和EFIGI目录中星系的测光图像,提出了一种分类精度更高的星系形态分类(Galaxy Morphological Classification,GMC)方法。首先对图像进行剪裁、去噪,然后采用旋转、平移、缩放等方法进行数据增强,最后搭建了星系形态分类网络GMC-net对图像进行分类。从实验结果来看,旋涡星系、椭圆星系、透镜星系以及不规则星系分类精确率分别为98.29%,98.49%,99.18%和99.91%,召回率分别为98.44%,99.03%,98.89%和99.34%;对单独来自EFIGI目录中4种形态星系的分类准确率也达到了99.34%。实验结果表明,星系形态分类相较于其他分类方法表现更好,可以有效地用于星系的形态分类。

基于残差神经网络的恒星-星系分类器

使用残差神经网络(residual neural network,RNN)算法对斯隆数字巡天(Sloan digital sky survey,SDSS)提供的天体伪彩色图片进行分类,直接从图像中获得特征.使用带有光谱信息的星系与恒星图片作为训练集和测试集.经过训练,在测试集上的准确率达到98.23%,召回率达到98.80%.这表明:RNN可以实现对星系和恒星图像的精确分类,分类器给出的恒星-星系概率是有效的,可用于分类可靠度评估;还可以尝试将此分类器应用到未来巡天中,进一步测试其性能.

基于深度残差网络的星系形态分类

星系形态与星系的形成和演化有着密切的联系,因此星系形态分类(galaxy morphology classification)成为研究不同星系物理特征的重要过程之一。斯隆数字巡天(Sloan Digital Sky Survey, SDSS)等大型巡天计划产生的海量星系图像数据对星系形态的准确、实时分类提出了新的挑战,而深度学习(deep learning)算法能有效应对这类海量星系图片的自动分类考验。面向星系形态分类问题提出了一种改进的深度残差网络(residual network, ResNet),即ResNet-26模型。该模型对残差单元进行改进,减少了网络深度,并增加了网络宽度,实现了对星系形态特征的自动提取、识别和分类。实验结果表明,与Dieleman和ResNet-50等其他流行的卷积神经网络(convolution neural network, CNN)模型相比,ResNet-26模型具有更优的分类性能,可应用于未来大型巡天计划的大规模星系形态分类系统。

主并合星系对SFR的增幅与其他参数关系的研究

主并合星系对是研究星系同时受到本身与外部环境影响的绝佳实验对象,而星系恒星形成率的变化可以示踪这些影响产生的作用.星系的恒星质量、星系对之间的投影距离与相对倾角都是影响恒星形成率的几个重要因素.研究结果表明,更大恒星质量星系倾向于有更大的恒星形成率增幅,相对倾角接近平行的星系同样趋于有更大的恒星形成率增幅,而投影距离在研究范围内与恒星形成率没有相关性.

早型旋涡星系M81(NGC 3031)的形态学解构研究

利用星系解构软件GALFIT通过面亮度轮廓拟合对近邻早型旋涡星系M81 (NGC 3031)进行形态学解构,旨在探究M81星系的结构组成并对其进行形态学量化.通过6种解构模式,对M81进行了不同复杂程度的结构分解,其中最复杂的解构模式包含核球、盘、外旋臂、内旋臂、星系核5个子结构.研究结果显示, M81有一个Sérsic指数约为5.0的经典核球,其形态和光度在不同解构模式中均保持稳定;M81星系盘的Sérsic指数约为1.2,但它的形态参数和光度与是否分解内旋臂相关.不同子结构的组合对作为混合体的星系整体的形态有不可忽视的影响.星系解构的结果提供了不同解构模式适用性的建议:其中核球+盘+星系核的三成分解构适用于大样本星系的核-盘研究;而考虑旋臂的复杂解构则适合于对星系子结构的精确测量,如小样本(或个源)研究.基于Spitzer-The Infrared Array Camera (IRAC) 4.5μm的单波段图像的形态学解构研究是后续一系列研究的开始,在此基础上未来将会对M81进行多波段解构,同时研究不同子结构的光谱能量分布和星族性质,并推断M81各子结构的形成历史和演化过程.

盘状星系的大小分布的统计研究

在Sloan数字巡天计划第四批释放的数据中选择了40599个面向的盘状星系,统计研究它们的大小分布。结果表明,面向盘状星系的大小分布在绝对星等区间内,遵从对数正态分布函数。星系的大小与绝对星等紧密相关,即星系越亮,其尺度越大。与文[1]的结果相比,在相同的绝对星等区间,我们得到的r波段半光度半径要稍高于他们的结果,这主要是因为我们的样本只包括了面向晚型星系,而他们的样本则包括了所有空间取向的晚型星系。

盘状星系的颜色星等关系

在Sloan数字巡天计划第二批释放的数据中选择了15257个面向的盘状星系,统计研究它们的颜色星等关系．结果表明3个颜色g-r、r-i、r-z均与r波段的绝对星等有紧密的相关关系,即:越亮的星系,颜色越红,而且色指数弥散越小．并且简单讨论了观测到的颜色星等关系对盘状星系的恒星形成历史的约束．

星系团Abell 2199的恒星形成性质

通过对近邻星系团Abell 2199中290颗成员星系进行形态分类,研究这些星系的恒星形成率及其与形态和相关物理特性之间的关系.该星系团中星系的特征恒星形成率与Hα等值宽度、星系光谱在4000(?)处的跃变程度以及星系所包含的恒星质量之间有较强的相关性.这些星系的恒星形成活动没有表现出明显的环境效应,表明该星系团仍处在剧烈的动力学演化阶段,远没有达到动力学平衡.

贫金属星重元素丰度分布的参数化研究

基于大量贫金属星元素丰度的观测资料,以太阳系重元素丰度分布为标准,选取Sr、Ba、Eu分别作为贫金属星弱s-过程、主要s-过程、r-过程3种核合成的典型元素,采用参数化方法,分析了不同核合成过程对贫金属星重元素丰度的贡献比例.研究表明:金属丰度越高,弱s-过程、主要s-过程对较轻的中子俘获元素丰度的贡献就越大,较重的中子俘获元素主要由r-过程和主要s-过程产生;金属丰度较低,重中子俘获元素丰度主要由r-过程产生,星系早期弱s-过程对元素丰度几乎没有贡献.