Jul, 2023
机器学习驱动的无线电天文光谱图中异常探测之路
The ROAD to discovery: machine learning-driven anomaly detection in radio astronomy spectrograms
Michael Mesarcik, Albert-Jan Boonstra, Marco Iacobelli, Elena Ranguelova, Cees de Laat...
TL;DR本文提出一种基于自监督学习的异常检测框架,应用于广泛的射电望远镜系统,能够在实时处理中,有效地分类常见异常及检测未知异常。通过为 Low Frequency Array(LOFAR)望远镜提供的数据集验证,该方法取得了高效且有效的结果,表现优于其他相关作品。