脉冲星候选体分类：结合卷积和注意力的计算机视觉方法
摘要：使用人工智能方法在大量候选者中识别脉冲星是不可或缺的。我们开发了一个新的脉冲星识别系统，利用CoAtNet评分候选者的二维特征，利用多层感知机评分一维特征，并使用逻辑回归判断评分是否高于阈值。在数据预处理阶段，我们分别进行了两个特征融合，一个用于一维特征，另一个用于二维特征，分别作为多层感知机和CoAtNet的输入。新开发的系统在我们的GPPS测试集中实现了98.77％的召回率，1.07％的误报率和98.85％的准确率。
作者：NanNan Cai and JinLin Han and WeiCong Jing and ZeKai Zhang and DeJiang Zhou and Xue Chen
论文ID：2304.11604
分类：Instrumentation and Methods for Astrophysics
分类简称：astro-ph.IM
提交时间：2023-04-25