[論文レビュー] The VO-Neural project: recent developments and some applications

M. Brescia, S. Cavuoti+8 more|ArXiv.org|Jun 5, 2008

Neural Networks and Reservoir Computing被引用数 3

ひとこと要約

VO-Neuralプロジェクトは、大規模な天文学的データセットを分析するための分散型ハイパフォーマンスコンピューティングを想定したC++ベースのオブジェクト指向型データマイニングフレームワークを提示する。このフレームワークは、教師あり機械学習（特にMLPおよびSVM）を用いてアクティブ銀河核（AGN）の高度な分類を可能にし、タイプ1とタイプ2のAGNを区別する際の効率が最大95%に達する。これは、分光観測の後続作業が不要な大規模かつ客観的な源分類の可能性を示している。

ABSTRACT

VO-Neural is the natural evolution of the Astroneural project which was started in 1994 with the aim to implement a suite of neural tools for data mining in astronomical massive data sets. At a difference with its ancestor, which was implemented under Matlab, VO-Neural is written in C++, object oriented, and it is specifically tailored to work in distributed computing architectures. We discuss the current status of implementation of VO-Neural, present an application to the classification of Active Galactic Nuclei, and outline the ongoing work to improve the functionalities of the package.

研究の動機と目的

• 従来のHPCおよびGRIDアーキテクチャの制限を克服する、大規模な天文学的データセット向けにスケーラブルで分散型のデータマイニングフレームワークの開発。
• 高価な分光観測に依存しない、客観的で自動化されたアクティブ銀河核（AGN）の分類を可能にする、光度特徴量を用いた手法の実現。
• MLPやSVMといった高度な機械学習ツールを、IVOAMおよびVOプロトコルに準拠した拡張性のあるソフトウェアパッケージに統合する。
• 専門的なHPCの知識を持たない天文学者が複雑なデータマイニング技術を容易に利用できるようにする。
• 次世代の宇宙素粒子物理学実験からのデータを統合できるように、フレームワークを拡張する。

提案手法

• VO-Neuralは、オブジェクト指向設計とXPアジャイル手法を用いてC++で実装され、IVOAM、VO、AstroGrid基準に準拠したインタフェースを備える。
• モジュラーなパイプラインアーキテクチャ内で、決定論的で自己適応的（教師ありおよび教師なし）および統計的モデル（確率的主表面PPS、負エントロピークラスタリングNEC、多層パーセプトロンMLP）を採用する。
• 教師あり学習には、バックプロパゲーションと遺伝的アルゴリズムを用いたMLP、およびC-SVCおよびNU-SVCカーネルを備えたサポートベクターマシン（SVM）を用いる。
• フレームワークはEPSILON-SVRおよびNU-SVRを用いた回帰をサポートし、欠損値（NaN）、上限値、外れ値検出のためのツールも備える。
• データ処理は110台のワーカーノードを備えたGRID-SCOPE上で実行され、入力特徴量はSDSSの光度測定および光度赤方偏移から得られる。
• 知識ベース（BoK）は、Sorrentinoら（2006）およびKauffmanら（2003）のカタログを統合し、診断線（Kewley、Heckman）を用いてAGNクラスを定義することで構築される。

実験結果

リサーチクエスチョン

• RQ1 分散型でハイパフォーマンスなデータマイニングフレームワークは、分光データに依存せずに光度特徴量のみを用いてAGNを効果的に分類できるか？
• RQ2 特にMLPおよびSVMといった異なる機械学習モデルは、タイプ1対タイプ2やセイフェルト対LINERといったAGN亜型を区別する際に、どのように性能を発揮するか？
• RQ3 VO-NeuralのC++および分散コンピューティングアーキテクチャの実装は、テラバイト級の天文学的データセットに対してどの程度スケーラブルか？
• RQ4 AGN分類の完全性および効率という観点から、従来の手法と比較して、このフレームワークの性能はどの程度か？
• RQ5 機械学習をVO準拠で標準化されたシステムに統合することで、HPCに精通しない天文学のユーザーのアクセス性は向上するか？

主な発見

• VO-NeuralのMLPは、タイプ1対タイプ2のAGN分類において95％の効率とほぼ100％の完全性を達成し、従来手法を上回る性能を示した。
• 同じタスクにおいてSVMは82％の効率と98％の完全性を達成し、分類の二値性を考慮しても強力な性能を示した。
• AGN対ミックス分類タスクでは、MLPが76％の効率と54％の完全性、SVMが74％の効率と55％の完全性を達成した。
• セイフェルト対LINER源の区別では、MLPが80％の効率と92％の完全性、SVMが78％の効率と89％の完全性を達成した。
• これらの結果は、VO-Neuralに統合された機械学習ツールが、分光データに依存せず、光度データと確立された診断線を用いても高精度なAGN分類を達成できることを確認した。
• 110台のGRID-SCOPEワーカーノードへのフレームワークのデプロイは、天文学における大規模で分散型のデータマイニングのスケーラビリティと実現可能性を示している。