AI dan Masalah-Masalah Sulit Dunia · Astronomi & antariksa · arXiv · 2026-10-20
Ketika Fitur Sinar-X Gagal Mengidentifikasi Pemancar Intrinsik: Noise Label dan Tumpang Tindih Luminositas dalam Klasifikasi Pembelajaran Mesin untuk AGN dan Galaksi Pembentuk Bintang
Judul asli: When X-ray Features Fail to Identify Intrinsic Emitters: Label Noise and Luminosity Overlap in Machine Learning Classification of AGN and Star-forming Galaxies
Menambahkan fitur fluks sinar-X pada pengklasifikasi Random Forest untuk AGN dan galaksi pembentuk bintang menurunkan akurasi dari 97,51% menjadi 89,26%. Para penulis menelusuri hal ini pada tumpang tindih yang substansial dalam luminositas sinar-X di sekitar ambang 10^42 erg/s dan pada derau label yang bergantung pada instans di dekat garis demarkasi BPT. Pada sampel tetap, penambahan fitur sinar-X tidak mengubah metrik per kelas, dan pentingnya permutasinya konsisten dengan nol, sehingga pengklasifikasi hampir tidak memanfaatkannya.