[論文レビュー] Pulsar Candidate Identification with Artificial Intelligence Techniques

Ping Guo, Fuqing Duan+4 more|arXiv (Cornell University)|Nov 27, 2017

Seismic Imaging and Inversion Techniques参考文献 17被引用数 12

ひとこと要約

本論文では、パulsar候補識別におけるクラス不均衡の問題を軽減し、特徴量学習を向上させるために、DCGAN+L2-SVMフレームワークを提案する。深層畳み込み生成対抗ネットワーク（DCGAN）を用いて現実的な陽性サンプルを生成し、階層的特徴量を抽出した後、L2-SVM分類器を適用することで、2つのパulsarデータセットにおいて従来のCNNやSVMよりも優れた分類精度を達成した。これは、限られた実際のパulsarデータを扱う上で本手法の有効性を示している。

ABSTRACT

Discovering pulsars is a significant and meaningful research topic in the field of radio astronomy. With the advent of astronomical instruments such as he Five-hundred-meter Aperture Spherical Telescope (FAST) in China, data volumes and data rates are exponentially growing. This fact necessitates a focus on artificial intelligence (AI) technologies that can perform the automatic pulsar candidate identification to mine large astronomical data sets. Automatic pulsar candidate identification can be considered as a task of determining potential candidates for further investigation and eliminating noises of radio frequency interferences or other non-pulsar signals. It is very hard to raise the performance of DCNN-based pulsar identification because the limited training samples restrict network structure to be designed deep enough for learning good features as well as the crucial class imbalance problem due to very limited number of real pulsar samples. To address these problems, we proposed a framework which combines deep convolution generative adversarial network (DCGAN) with support vector machine (SVM) to deal with imbalance class problem and to improve pulsar identification accuracy. DCGAN is used as sample generation and feature learning model, and SVM is adopted as the classifier for predicting candidate's labels in the inference stage. The proposed framework is a novel technique which not only can solve imbalance class problem but also can learn discriminative feature representations of pulsar candidates instead of computing hand-crafted features in preprocessing steps too, which makes it more accurate for automatic pulsar candidate selection. Experiments on two pulsar datasets verify the effectiveness and efficiency of our proposed method.

研究の動機と目的

• 実際のパulsarサンプルが極めて少ないことによる、パulsar候補識別における深刻なクラス不均衡問題に対処すること。
• 手動による特徴量設計を回避し、自動的に判別性の高い特徴量を学習するエンドツーエンドのAIフレームワークを開発すること。
• 深層生成モデルと教師あり学習を組み合わせることで、パulsア候補分類の精度と耐性を向上させること。
• 生成された陽性サンプルと深層特徴量の両方が分類器性能を向上させることの有効性を評価すること。
• 次世代電波望遠鏡（FASTなど）に適した、効率的でスケーラブルかつ自動化されたパulsar発見パイプラインを実現すること。

提案手法

• バランスの取れたラベル付きパulsar候補データに対して、階層的特徴表現を学習するため、深層畳み込み生成対抗ネットワーク（DCGAN）を訓練する。
• 識別器の中間層からのマックスプーリングされた活性化マップを抽出し、手作業による特徴量の代わりに深層特徴量とする。
• これらの深層特徴量を用いて、最終的な分類のための教師あり学習段階でL2-SVM分類器を訓練する。
• より現実的なパulsar候補の陽性サンプルを生成するために、条件付きDCGANのバリエーションをさらに検討する。
• フレームワークは、HTRU Medlatと、実パulsarおよびRFI候補を含む自ら収集したPMPS-26kデータセットの2つのデータセットで評価される。
• 最適な性能を得るため、DCGANによる教師なし事前学習と、L2-SVMによる教師あり微調整を組み合わせる。

実験結果

リサーチクエスチョン

• RQ1 DCGANベースのフレームワークは、パulsar候補識別におけるクラス不均衡問題を効果的に軽減できるか？
• RQ2 事前学習済みDCGAN識別器からの深層特徴量の使用は、従来の手作業による特徴量と比較して分類精度を向上させるか？
• RQ3 条件付きDCGANによるリアルな陽性サンプルの生成は、下流の分類器性能を向上させられるか？
• RQ4 DCGAN+L2-SVMフレームワークは、実パulsarデータセットにおいて、標準的なCNNおよびSVMベースラインと比較してどのように差をつけるか？
• RQ5 本フレームワークは、データ品質や複雑さが異なるさまざまなパulsar調査データセットに一般化可能か？

主な発見

• HTRU Medlatデータセットにおいて、DCGAN+L2-SVMフレームワークは、標準的なCNNおよびRBF-SVMベースラインを上回る高い分類精度を達成した。
• PMPS-26kデータセットでは、DCGAN+L2-SVMはPCA+SVM手法を上回り、データセット間での強い一般化能力を示した。
• DCGAN識別器からの深層特徴量の使用は、従来の手作業による特徴量と比較して、性能向上に顕著な寄与を示した。
• 条件付きDCGANを用いたリアルな陽性サンプルの生成により、分類器がノイズと本物のパulsarをより明確に区別できる能力が向上した。
• 限られた実パulsarデータを扱う上でも、本フレームワークは耐性があり、効果的であることが示され、大規模かつリアルタイムのパulsar調査に適している。
• 生成モデルと教師あり学習を組み合わせるアプローチが、パulsar候補識別において有望であると考えられる。