Astronomaly：利用 CNN 和主动学习识别 400 万张星系图像中的异常
星系异常现象是天文学者推断宇宙起源和演化的关键。然而，随着天文技术的发展，天文数据量正迅速增长，超出了天文工作者所能分析的极限。有研究者在线上招募志愿者帮助参与分析，但志愿者仅能进行基本分类，还可能遗漏或是错认关键数据。
为此，2021 年天文研究者们基于 CNN 和无监督学习开发了识别星系异常的算法 Astronomaly。近日，西开普大学的研究者首次将 Astronomaly 用于大规模天文数据处理，从 400 万张星系图像中识别星系异常，找出了新的异常现象。本文是对实验过程的解读与分享→
CSDN · 2023-10-09 11:37:00
