AI और दुनिया की कठिन समस्याएँ · खगोल विज्ञान और अंतरिक्ष · arXiv · 2026-10-20

जब X-ray विशेषताएँ आंतरिक उत्सर्जकों की पहचान करने में विफल रहती हैं: AGN और तारा-निर्माण करने वाली आकाशगंगाओं के मशीन लर्निंग वर्गीकरण में लेबल शोर और ज्योतिर्मानता का अतिव्यापन

मूल शीर्षक: When X-ray Features Fail to Identify Intrinsic Emitters: Label Noise and Luminosity Overlap in Machine Learning Classification of AGN and Star-forming Galaxies

AGN और तारा-निर्माण करने वाली आकाशगंगाओं के Random Forest वर्गीकारक में X-ray फ्लक्स फ़ीचर जोड़ने से सटीकता 97.51% से घटकर 89.26% रह गई। लेखक इसका कारण 10^42 erg/s सीमा के आर-पार X-ray ल्यूमिनोसिटी में काफ़ी अतिव्यापन और BPT सीमांकन रेखा के निकट इंस्टेंस-निर्भर लेबल शोर को बताते हैं। एक निश्चित नमूने पर, X-ray फ़ीचर जोड़ने से वर्ग-वार मेट्रिक्स अपरिवर्तित रहे, और इसका परमuटेशन महत्व शून्य के अनुरूप था, इसलिए वर्गीकारक इसका नगण्य उपयोग करता है।

मूल लेख पढ़ें ↗

सभी आइटम →