AI与世界难题 · 天文与太空 · arXiv · 2026-10-26
利用深度学习对Hyper Suprime-Cam广域巡天中1000万个星系进行完整的多波段结构表征
原标题: Complete Multi-Band Structural Characterization for 10 Million Galaxies in the Hyper Suprime-Cam Wide Survey using Deep Learning
由于星系结构随波长而变化,作者使用GAMPEN贝叶斯深度学习框架,估计了HSC-SSP Wide巡天中近1000万个星系在g、r和i波段的核球与总光度之比、有效半径和流量。在单一波段上训练的模型通过对约0.5%的数据进行迁移学习适配到新波段,后验分布校准良好,平均偏差低于约6%。z ≳ 0.5时g波段的结果显著变差,因此被排除在公开星表之外。