AI na Matatizo Magumu ya Ulimwengu · Astronomia na anga za juu · arXiv · 2026-10-20
Wakati Sifa za X-ray Zinaposhindwa Kutambua Vitoa Mwanga Halisi: Kelele za Lebo na Mwingiliano wa Mwangaza katika Uainishaji wa AGN na Galaksi Zinazozalisha Nyota kwa Kutumia Ujifunzaji wa Mashine
Kichwa asilia: When X-ray Features Fail to Identify Intrinsic Emitters: Label Noise and Luminosity Overlap in Machine Learning Classification of AGN and Star-forming Galaxies
Kuongeza kipengele cha mtiririko wa X-ray kwenye kiainishi cha Random Forest cha AGN na galaksi zinazozalisha nyota kulipunguza usahihi kutoka 97.51% hadi 89.26%. Waandishi wanahusisha hili na mwingiliano mkubwa wa mwangaza wa X-ray kuvuka kizingiti cha 10^42 erg/s na kelele ya lebo inayotegemea kisa karibu na mstari wa mgawanyo wa BPT. Kwenye sampuli isiyobadilika, kuongeza kipengele cha X-ray hakukubadilisha vipimo vya kila daraja, na umuhimu wake wa mpangilio nasibu (permutation) ulilingana na sifuri, kwa hivyo kiainishi hakitumii kipengele hicho kwa kiasi cha kutiliwa maanani.