AIが解く世界の難問 · 天文学・宇宙 · arXiv · 2026-10-20
X線特徴量が本来の放射源を識別できない場合：AGNと星形成銀河の機械学習分類におけるラベル雑音と光度の重なり
原題: When X-ray Features Fail to Identify Intrinsic Emitters: Label Noise and Luminosity Overlap in Machine Learning Classification of AGN and Star-forming Galaxies
ランダムフォレストによる活動銀河核（AGN）と星形成銀河の分類に、X線フラックスを特徴量として加えると精度が97.51%から89.26%に下がった。その原因を調べたところ、両者のX線光度は10^42 erg/sの閾値をまたいで大きく重なっており、BPT図に基づく学習ラベルはBPT境界線付近で雑音を含んでいた。固定したサンプルで比較すると、X線特徴量を加えても各クラスの指標は変わらず、分類器はこの特徴量をほとんど利用していないことが示された。