L'IA face aux grands problèmes du monde · Astronomie et espace · arXiv · 2026-10-26
Caractérisation structurelle multibande complète de 10 millions de galaxies du relevé Wide de Hyper Suprime-Cam par apprentissage profond
Titre original: Complete Multi-Band Structural Characterization for 10 Million Galaxies in the Hyper Suprime-Cam Wide Survey using Deep Learning
Comme la structure des galaxies varie avec la longueur d'onde, les auteurs ont utilisé le cadre d'apprentissage profond bayésien GAMPEN pour estimer le rapport de luminosité bulbe/total, le rayon effectif et le flux dans les bandes g, r et i pour près de 10 millions de galaxies du relevé HSC-SSP Wide. Les modèles entraînés sur des bandes uniques ont été adaptés à de nouvelles bandes par apprentissage par transfert sur environ 0,5 % des données, et les distributions a posteriori étaient bien calibrées, avec des écarts moyens inférieurs à environ 6 %. Les résultats en bande g pour z ≳ 0,5 se sont nettement dégradés et ont été exclus du catalogue public.