AIが解く世界の難問 · 天文学・宇宙 · arXiv · 2026-10-22
マルチモーダル表現学習による変動天体の光度曲線のデータ駆動型特徴付け
原題: Data-driven characterisation of variable source light curves with multimodal representation learning
変動天体の光度曲線をラベル付き学習データなしで特徴付けるため、生の観測データを扱うTransformerと周期解析結果を扱う畳み込みニューラルネットワークを組み合わせ、振幅や周期性、非対称性を表す低次元表現を学習した。ZTFの37,006天体で評価したところ、学習済み表現を使う線形分類器の均衡精度は14クラスで77.1%、大分類で90.5%となった。両モデルの併用は単独モデルに比べて均衡精度を最大14.9ポイント改善し、複数の観測バンドの表現を連結すると86.1%に達した。