AI 與世界的難題 · 天文與太空 · arXiv · 2026-10-20
當 X 射線特徵無法辨識本徵發射體：主動星系核與恆星形成星系機器學習分類中的標籤雜訊與光度重疊
原標題: When X-ray Features Fail to Identify Intrinsic Emitters: Label Noise and Luminosity Overlap in Machine Learning Classification of AGN and Star-forming Galaxies
在主動星系核與恆星形成星系的隨機森林分類器中加入 X 光通量特徵後，準確率由 97.51% 降至 89.26%。作者將此歸因於 10^42 erg/s 門檻附近 X 光光度的大幅重疊，以及 BPT 分界線附近與個案相關的標籤雜訊。在固定樣本上，加入 X 光特徵並未改變各類別的評估指標，其排列重要性也與零一致，因此分類器幾乎不使用該特徵。