深度神经网络在sdBV分类中的应用
摘要：使用深度学习方法是处理大规模数据的必要手段，在行业中已经得到广泛应用。然而，在天体物理学领域，深度学习的应用还未被广泛探索。可能是因为研究人员缺乏可用的训练数据。本文利用合成数据来模拟声模脉动星的特性，并显示出两种深度学习范式 - 人工神经网络和卷积神经网络 - 都可以有效地对这些合成数据进行分类。而且，这种分类可以在极小的时间内获得相对较高的准确性，而无需调整网络超参数。
作者：Emily M. Boudreaux
论文ID：1711.11421
分类：Instrumentation and Methods for Astrophysics
分类简称：astro-ph.IM
提交时间：2023-06-02