[論文レビュー] Machine Learning Applied to STAR-GALAXY-QSO Classification of The Javalambre-Photometric Local Universe Survey

Cunshi Wang, Yu Bai+3 more|arXiv (Cornell University)|Jun 24, 2021

Astronomy and Astrophysical Research被引用数 2

ひとこと要約

本論文は、12波バンドの光度データと分光的ラベルを用いて、Javalambre-Photometric Local Universe Survey (J-Plus) における星、銀河、クェーサーの分類を目的とした教師あり機械学習手法を提案する。サポートベクターマシン（SVM）を用いた分類器は、盲検テストで96.5%の正確性を達成し、交差検証では97.0%の正確性を示した。F₁スコアは、星が95.0%、銀河が92.9%、クェーサーが87.0%であった。

ABSTRACT

In modern astronomy, machine learning as an raising realm for data analysis, has proved to be efficient and effective to mine the big data from the newest telescopes. By using support vector machine (SVM), we construct a supervised machine learning algorithm, to classify the objects in the Javalambre-Photometric Local Universe Survey (J-Plus). The sample is featured with 12-waveband, and magnitudes is labeled with spectrum-based catalogs, including Sloan Digital Sky Survey spectroscopic data, Large Sky Area Multi-Object Fiber Spectroscopic Telescope, and VERONCAT - Veron Catalog of Quasars & AGN. The performance of the classifier is presented with the applications of blind test validations based on RAdial Velocity Extension, Kepler Input Catalog, 2 MASS Redshift Survey, and UV-bright Quasar Survey. The accuracies of the classifier are 96.5% in blind test and 97.0\% in training cross validation. The F_1-scores are 95.0% for STAR, 92.9% for GALAXY and 87.0% for QSO. In the classification for J-Plus catalog, we develop a new method to constrain the potential extrapolation.

研究の動機と目的

• 光度観測された天体源を星、銀河、クェーサーに分類するための機械学習の挑戦に応えること。
• 12の光度波バンドと複雑な源の形態を特徴とするJavalambre-Photometric Local Universe Survey (J-Plus) における分類精度を向上させること。
• RAVE、Kepler入力カタログ、2MASS赤方偏移調査、UV-明るいクェーサー調査といった独立したデータセットを用いた盲検テストを通じて、分類器の頑健性を検証すること。
• 未知のデータ、特に学習分布外のデータに対する予測における外挿誤差のリスクを制約する新しい手法を開発すること。

提案手法

• J-Plus調査の対象物を分類するための教師あり機械学習フレームワークを、サポートベクターマシン（SVM）に基づいて採用する。
• SDSS、LAMOST、およびクェーサー・AGNのVeronカタログを含む分光的カタログからのラベル付き光度マグニチュードを用いて分類器を学習させる。
• 各源のスペクトルエネルギー分布（SED）を表現するための入力特徴として、12波バンドの光度データを用いる。
• 外部データセット（RAVE、Kepler入力カタログ、2MASS赤方偏移調査、UV-明るいクェーサー調査）を用いた盲検テストを通じて性能を検証する。
• 一般化性能の推定のために、学習中に10分割交差検証を適用する。
• 学習データ分布外の源に対する予測における外挿リスクを評価・制約する新しい手法を導入する。

実験結果

リサーチクエスチョン

• RQ1 SVMに基づく機械学習モデルは、J-Plusの12バンド光度調査において星、銀河、クェーサーをどの程度正確に分類できるか？
• RQ2 RAVE、Kepler入力カタログ、2MASS赤方偏移調査、UV-明るいクェーサー調査といった独立した盲検データセット上で、分類器の性能はいかがであるか？
• RQ3 F₁スコアは3つの天体クラス間でどのように変動するか、特に分類がより困難なクェーサークラスではどうか？
• RQ4 分類器は学習データ分布外の源にどの程度一般化できるか。また、そのリスクはどのように定量的に制約できるか？

主な発見

• SVM分類器は盲検テストで96.5%の正確性を達成し、未観測データへの一般化性能が優れていることを示した。
• 10分割交差検証では97.0%の正確性を達成し、内部的一致性が高く、過学習のリスクが低いことを示した。
• F₁スコアは星が95.0%、銀河が92.9%、クェーサーが87.0%であり、SEDが複雑かつ変動しやすいことからクェーサーの分類性能がわずかに低かった。
• 複数の外部データセットを用いた検証により、J-Plusカタログの天体が高信頼性で分類されたことが裏付けられた。
• 外挿リスクを制約するための提案手法は、学習データ範囲外での光度分類における不確実性を評価するための新規なツールを提供した。
• 結果から、J-Plusのような大規模天文学調査において、多バンド光度を用いたSVMベースの分類は極めて有効であることが確認された。