L'IA face aux grands problèmes du monde · Astronomie et espace · arXiv · 2026-10-23
Distinguer les AGN doubles candidats des superpositions fortuites dans le relevé GOTHIC grâce à un cadre d'apprentissage profond
Titre original: Decoupling candidate dual AGN from chance superpositions in the GOTHIC survey via a deep-learning framework
Les noyaux actifs de galaxies doubles sont difficiles à repérer dans les grands relevés d'imagerie, où les étoiles d'avant-plan et les alignements fortuits peuvent les imiter. Les auteurs ont réexaminé 46 061 galaxies qu'un pipeline antérieur avait rejetées, à l'aide d'un détecteur d'apprentissage profond YOLOv11 entraîné sur des images SDSS annotées. Le modèle a atteint une précision de 0,919 et un rappel de 0,905, produisant 29 605 candidats, dont 54,5–62 % ressemblaient à de véritables noyaux doubles à l'inspection visuelle, bien qu'un suivi à plus haute résolution soit nécessaire pour les confirmer.