ИИ повышает точность классификации звезд до рекордных 99 процентов
Искусственный интеллект повышает точность классификации звезд в астрономии. Международная группа ученых продемонстрировала, как алгоритмы глубокого обучения и крупные языковые модели могут эффективно и точно категоризировать звезды на основе их кривых блеска.
Исследователи разработали серию моделей StarWhisper LightCurve для обработки и классификации переменных звезд. Эти модели используют автоматизированные методы глубокого обучения, которые самостоятельно настраивают ключевые параметры обучения, уменьшая необходимость ручной настройки.
Модели были обучены на данных кривых блеска, полученных миссиями NASA Kepler и K2. В ходе оценки производительности модели ИИ продемонстрировали высокую точность в категоризации различных типов переменных звезд. Модель Conv1D + BiLSTM достигла 94% точности, а модель Swin Transformer - 99%.
Особенно впечатляющим оказалось то, что Swin Transformer смог идентифицировать редкие цефеиды II типа с точностью 83%, несмотря на то, что они составляли всего 0,02% набора данных.
Модели StarWhisper LightCurve достигли точности около 90% при минимальном вмешательстве человека, что упрощает обработку данных и позволяет проводить масштабируемый параллельный анализ. Это способствует разработке мультимодальных инструментов ИИ в астрономических исследованиях, сообщает Space Daily.
ИИ повышает точность классификации звезд до рекордных 99 процентов
Искусственный интеллект повышает точность классификации звезд в астрономии. Международная группа ученых продемонстрировала, как алгоритмы глубокого обучения и крупные языковые модели могут эффективно и точно категоризировать звезды на основе их кривых блеска.
Исследователи разработали серию моделей StarWhisper LightCurve для обработки и классификации переменных звезд. Эти модели используют автоматизированные методы глубокого обучения, которые самостоятельно настраивают ключевые параметры обучения, уменьшая необходимость ручной настройки.
Модели были обучены на данных кривых блеска, полученных миссиями NASA Kepler и K2. В ходе оценки производительности модели ИИ продемонстрировали высокую точность в категоризации различных типов переменных звезд. Модель Conv1D + BiLSTM достигла 94% точности, а модель Swin Transformer - 99%.
Особенно впечатляющим оказалось то, что Swin Transformer смог идентифицировать редкие цефеиды II типа с точностью 83%, несмотря на то, что они составляли всего 0,02% набора данных.
Модели StarWhisper LightCurve достигли точности около 90% при минимальном вмешательстве человека, что упрощает обработку данных и позволяет проводить масштабируемый параллельный анализ. Это способствует разработке мультимодальных инструментов ИИ в астрономических исследованиях, сообщает Space Daily.
Источник: https://miranews.ru/6761-ii-povyshaet-tochnost-klassifikacii-zvezd-do-rekordnyh-99-procentov.html
ИИ
звезды