[论文解读] Evolutionary Deep Learning to Identify Galaxies in the Zone of Avoidance

David Jones, Anja Schroeder+1 more|arXiv (Cornell University)|Mar 6, 2019

Spectroscopy and Chemometric Analyses参考文献 38被引用 3

一句话总结

本研究提出一种基于遗传算法的进化深度学习方法，自动演化卷积神经网络（CNN）最优拓扑结构，以识别银河系银道面遮蔽区（ZoA）中的星系，该区域因高消光和恒星密度导致河外天体被遮蔽。该方法在使用J、H和K所有波段的32×32近红外图像上实现了91.75%的准确率，成功在未见数据中识别出3,907个潜在星系，证明了在复杂天文环境中，自动化拓扑演化优于人工调参的有效性。

ABSTRACT

The Zone of Avoidance makes it difficult for astronomers to catalogue galaxies at low latitudes to our galactic plane due to high star densities and extinction. However, having a complete sky map of galaxies is important in a number of fields of research in astronomy. There are many unclassified sources of light in the Zone of Avoidance and it is therefore important that there exists an accurate automated system to identify and classify galaxies in this region. This study aims to evaluate the efficiency and accuracy of using an evolutionary algorithm to evolve the topology and configuration of Convolutional Neural Network (CNNs) to automatically identify galaxies in the Zone of Avoidance. A supervised learning method is used with data containing near-infrared images. Input image resolution and number of near-infrared passbands needed by the evolutionary algorithm is also analyzed while the accuracy of the best evolved CNN is compared to other CNN variants.

研究动机与目标

• 解决在银道面遮蔽区（ZoA）中因恒星密度高和消光强而使河外源被遮蔽的星系识别挑战。
• 开发一种自动化系统以分类ZoA中的星系，减少对耗时的人工检查的依赖。
• 评估进化算法是否能优化CNN拓扑结构和超参数，从而在噪声大、复杂的ZoA环境中提升性能。
• 评估输入分辨率和多波段近红外（J、H、K）数据对分类准确率的影响。
• 为天文学家提供一种可扩展的自动化工具，以增强星系目录编制并支持本地宇宙的宇宙学研究。

提出的方法

• 使用进化算法（EA）演化卷积神经网络（CNN）的架构和超参数，包括滤波器数量、卷积核大小和层配置。
• 使用来自ZoA的带标签近红外FITS图像进行监督学习，其中星系和非星系源已预先标记。
• 在EA的多代中训练和评估CNN，以验证集上的准确率为适应度函数。
• 使用Galyxi Fynder推理模块将最佳演化CNN应用于未见FITS数据，以检测潜在星系。
• 比较不同输入分辨率（如32×32）和波段数量（J、H、K）下的性能，以评估数据输入的影响。
• 由于计算和数据限制，将全连接层的激活函数演化限制为单一函数。

实验结果

研究问题

• RQ1 进化算法能否有效优化ZoA中星系识别的CNN拓扑结构，该区域数据噪声大且复杂？
• RQ2 与单波段输入相比，使用多波段近红外（J、H、K）数据是否能提高分类准确率？
• RQ3 所演化CNN的性能对输入图像分辨率的敏感度如何，特别是在32×32等小尺寸下？
• RQ4 在ZoA中，进化方法在准确率和泛化能力方面相较于人工调参的CNN配置有多大优势？
• RQ5 所演化CNN在泛化到未见数据方面具有多大潜力，能否在真实天文巡天中识别出新的候选星系？

主要发现

• 所演化CNN在仅使用32×32近红外图像的情况下，识别ZoA星系的准确率达到91.75%，尽管分辨率较低，仍表现出强大的泛化能力。
• 使用全部三个近红外波段（J、H、K）对性能有微弱提升，支持多波段数据可增强检测能力的假设。
• 出乎意料的是，极低输入分辨率（32×32）已足够实现高准确率，表明该任务在小图像上学习高效且有效。
• 进化算法在15代内即收敛，处理时间较短，表明其计算效率高，适用于天文学工作流程。
• 该系统成功在包含20,690个已编目光度源的未见FITS图像中识别出3,907个潜在星系，凸显其在大规模天幕巡天中的实用性。
• 该方法优于ZoA中以往的尝试，包括Lahav等人（80–96%）和Drinkwater等人，且接近或超过非ZoA研究的结果（如Khalifa等人实现97%准确率），尽管ZoA存在极端观测挑战。