利用卷积神经网络在暗能量调查中搜索强透镜系统 | BriefGPT - AI 论文速递

Aug, 2021

利用卷积神经网络在暗能量调查中搜索强透镜系统

Strong lens systems search in the Dark Energy Survey using Convolutional Neural Networks

K. Rojas, E. Savary, B. Clément, M. Maus, F. Courbin...

TL;DR使用卷积神经网络从第一批 Dark Energy Survey（DES）数据中筛选出强引力透镜系统的候选物，包括 405 个透镜候选物和 539 个可用于训练 CNNs 的环状星系候选物，并构建自动化建模管道来对 52 个有单个偏转器的系统进行建模。

Abstract

We performed a search for strong lens galaxy-scale systems in the first data release of the Dark Energy Survey (DES), from a color-selected parent sample of 18~745~029 Luminous Red Galaxies (LRGs). Our search was based on a convolutional neural network (CNN) to grade our LRG selection

strong lensing convolutional neural network galaxy candidates catalogs automated modeling

发现论文，激发创造

DESI DECam Legacy Survey 中强引力透镜的发现

本文使用神经网络在 DECaLS 图像中鉴定出 335 个强引力透镜系统作为候选物体。

Jun, 2019

即将进行的光学成像调查中星系强镜体的数量

该研究预测了未来的成像调查将找到多少宇宙强镜，并模拟了它们的特性，发现你使用蓝减红成像方案可以找到更多强镜，但这仍存在不确定性。

Jul, 2015

强引力透镜发现挑战

通过大规模成像调查，使用自动化方法识别出强引力透镜，其中包括使用卷积神经网络等各种方法，得到的结果表明，这些方法识别率很高，远优于直接人工识别。

Feb, 2018

当谱建模遇上卷积网络：一种在多波段成像数据中发现复合再电离时代透镜类星体的方法

本研究通过引入新的空间几何排除标准和扩大允许的光谱参数空间，并利用基于图像的深度学习方法进行实现，对重新电离时期的透镜星系进行了系统搜索，利用光谱能量分布的预选和卷积神经网络相对概率的计算方法，相结合，发现了 36 个新的透镜候选者。

Nov, 2022

通过组合神经网络简化多波段映射中的透镜状类星体鉴定

本研究使用卷积神经网络和深度学习管道自动检测强透镜效应，并在多波段图像中检测到了可以用于光谱学确认的 161 个候选源。

Jul, 2023

基于卷积神经网络的 Lyman 断层星系分类与 DESI 中红移回归

利用基于卷积神经网络 (CNN) 的 QuasarNET 模型和数据增强技术，本研究通过确定 Laman Break Galaxies (LBGs) 是否是 LBGs 以及通过红移确定它们与地球的距离，进而将这些星系放置在 DESI 的 3D 地图上，提高模型性能并实现了高达 94% 的平均得分。

Jun, 2024

强透镜识别神经网络的选择功能

通过使用不同训练数据集和三个代表性网络，我们发现卷积神经网络在选择镜引力透镜系统时具有偏倚，并且偏好具有较大的爱因斯坦半径和更集中的源光分布，这一选择函数对于所有神经网络都是普遍适用的。

Jul, 2023

用卷积神经网络处理噪声数据进行弱引力透镜宇宙学

利用卷积神经网络能够从弱引力透镜生成的汇聚度图中提取信息，比功率谱方法能够更加严格地约束宇宙学参数而且能够提取弱引力透镜地图中的非高斯信息。

Feb, 2019

CSST 强引力透镜准备：中国空间天文台（CSST）多色成像调查中强引力透镜的检测框架

基于视觉 Transformer 和滑动窗口技术的层次化框架，我们提出了一种针对整个图像中的强引力透镜系统的搜索方法，可以有效地发现多波段图像中的强引力透镜系统，并且在真实观测和模拟数据中得到了较高的精度和召回率。

Apr, 2024

使用连续神经场进行强引力透镜源重建

研究使用神经网络在高分辨率镜像数据上模拟暗物质、远距离星系光学扭曲等，以解答宇宙学中的一些大问题。

Jun, 2022