基于AlexNet与UMAP的星系形态分类框架:COSMOS2025样本中的大规模星系形态分类

《Monthly Notices of the Royal Astronomical Society》:An Efficient Galaxy Morphology Classification Framework updated with Two-Stage Feature Extraction with AlexNet Encoding and UMAP

【字体: 大 中 小 】 时间:2026年10月22日 来源:Monthly Notices of the Royal Astronomical Society 5.2

编辑推荐:

   摘要 本研究提出了一种高效的星系形态分类框架,将AlexNet模型用于特征提取,并结合均匀流形逼近与投影(UMAP)算法进行降维。我们使用最近发布的COSMOS2025星表,选取了红移范围0.5 < z < 6.0

  

摘要

本研究提出了一种高效的星系形态分类框架,将AlexNet模型用于特征提取,并结合均匀流形逼近与投影(UMAP)算法进行降维。我们使用最近发布的COSMOS2025星表,选取了红移范围0.5 < z < 6.0且mag < 27.5的100,362个星系,并基于从COSMOS-Web巡天中提取的静止参考系光学图像对其形态进行分类。这些星系被划分为五个形态类别:椭球星系(SPH,15,015个)、早型盘星系(ETD,34,361个)、晚型盘星系(LTD,19,411个)、不规则星系(IRR,21,034个)和未分类星系(UNC,10,541个)。监督分类的性能通过验证集进行评估,召回率、精确率的加权平均值及1得分均达到约95%。基于t-SNE的特征空间可视化结果表明,不同形态类别形成分离良好的聚类,重叠极小,表明该分类框架具有稳健性。我们使用参数化结构测量(Sérsic指数n、有效半径re和紧致度Σ1.5)和非参数化结构测量对分类结果进行了验证。这些测量结果呈现出与已确立的形态序列和星系演化理论预期一致的系统性趋势。该方法提供了一种可扩展的星系形态分类手段,非常适用于CSST等即将到来的大视场巡天项目。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号