La IA y los problemas difíciles del mundo · Astronomía y espacio · arXiv · 2026-10-23
Separación de los candidatos a AGN dobles de las superposiciones casuales en el sondeo GOTHIC mediante un marco de aprendizaje profundo
Título original: Decoupling candidate dual AGN from chance superpositions in the GOTHIC survey via a deep-learning framework
Los núcleos galácticos activos dobles son difíciles de encontrar en grandes sondeos de imagen, donde las estrellas de primer plano y las alineaciones casuales pueden imitarlos. Los autores volvieron a examinar 46,061 galaxias que un procedimiento anterior había descartado, utilizando un detector de aprendizaje profundo YOLOv11 entrenado con imágenes anotadas de SDSS. El modelo alcanzó una precisión de 0.919 y una exhaustividad de 0.905, lo que arrojó 29,605 candidatos, de los cuales entre el 54.5 y el 62% parecían núcleos dobles genuinos en la inspección visual, aunque se necesita un seguimiento de mayor resolución para confirmarlos.