Verbesserung der Galaxiemorphologien für SDSS mit Deep Learning

Zusammenfassung: Wir präsentieren einen morphologischen Katalog für ∼670.000 Galaxien im Sloan Digital Sky Survey in zwei Varianten: T-Typ, der mit der Hubble-Sequenz verbunden ist, und dem Galaxy Zoo 2 (GZ2 im Folgenden) Klassifizierungsschema. Durch die Kombination genauer bestehender visueller Klassifikationskataloge mit maschinellem Lernen liefern wir den größten und genauesten morphologischen Katalog bis heute. Die Klassifikationen werden mit Deep Learning-Algorithmen unter Verwendung von Convolutional Neural Networks (CNNs) gewonnen. Wir verwenden zwei visuelle Klassifikationskataloge, GZ2 und Nair 97 Prozent), Präzisions- und Wiederaufrufwerte (90 Prozent), angewendet auf eine Testprobe mit den gleichen Eigenschaften wie die zum Training verwendete. Der Katalog wird zusammen mit dem Artikel öffentlich veröffentlicht.