Unsupervised feature-learning for galaxy SEDs with denoising autoencoders
2018-02-22
org.kosen.entty.User@1999d307
이성국(joshua12)
행사&학회소개
1. Introduction
2. Unsupervised learning with denoising autoencoders
2.1. Autoencoders
2.2 Denoising autoencoders
3. The data
4. DAE diagram
4.1. Redshift bins
4.2. Mass distribution
4.3. Specific star formation rate
4.4. Dust extinction
5. Discussion and conclusion
2. Unsupervised learning with denoising autoencoders
2.1. Autoencoders
2.2 Denoising autoencoders
3. The data
4. DAE diagram
4.1. Redshift bins
4.2. Mass distribution
4.3. Specific star formation rate
4.4. Dust extinction
5. Discussion and conclusion
보고서작성신청
최근 들어 증가하고 있는 다파장 은하 탐사 자료는 은하진화 연구에 있어 새로운 가능성을 열어주고 있다. 관건은 이처럼 방대한 자료로부터 은하들의 파장대별 에너지 분포 (spectral energy distribution) 을 분석하여 유의미한 결과를 도출해 내는 것인데, 이를 위해 제안되고 있는 새로운 접근법 중 하나가 본 논문에서 제안하고 있는 feature learning 방법이다.
본 논문은 이러한 방법을 써서 수행한 자료분석의 예를 잘 제시하고 있고 이를 또한 principal component analysis 와도 비교한 결과를 제시하고 있는 흥미로운 논문이다.
본 논문은 이러한 방법을 써서 수행한 자료분석의 예를 잘 제시하고 있고 이를 또한 principal component analysis 와도 비교한 결과를 제시하고 있는 흥미로운 논문이다.