天文|“从5亿只狗里，把混入的几只猫挑出来”，怎么做到的？( 二 )_观测|射电|信号|研究|望远镜

机器学习中的残差神经网络是人工神经网络的一个变种，它模拟最基本的生物神经元，将接收到的信号进行分析，并判别信号的种类，从识别准确度到识别速度都有很大的提升。
虽然这是一个很成熟的机器学习算法，但快速射电暴不管从形态上，还是训练样本的收集上都很困难。
“这相当于训练机器从5亿只狗里，把混入的几只猫挑出来。 ” 论文的第一作者、中科院紫金山天文台高能时域天文团组博士研究生杨轩说。
经过摸索，杨轩发现通过降采样率的方式缩小图片尺寸，能够明显改善识别结果。同时通过对候选体信号的到达时间与色散量进行分析，可以大大降低需要检查的图片数量。
运用训练好的模型，最终，研究团队从数据库里找出了81个新的快速射电暴候选体。
其中一个证据来自这些候选体的色散量。 “我们从外太空收集的色散量越大，说明天体距离我们越远。这些候选体的色散量已经超出了银河系色散量贡献的估计值，证明它们很可能是来自银河系外的。 ”张松波说。
另一个佐证来自候选体所在的波束。张松波介绍，在帕克斯望远镜的多波束观测中，快速射电暴的候选体只被其中一个波束探测到，说明信号的来源指向性非常明确，而来自地面的射电信号则不可能只出现在如此小的区域内。这表明它们来自地面射电干扰的可能性很小。
科研团队进一步研究分析，将这81个候选体和当前已发表的快速射电暴样本的辐射能量、脉冲宽度的累积分布进行对比，结果发现二者在统计行为上是一致的。杨轩介绍，这说明两者对应的信号，其物理起源和辐射机制很可能是相似的，进一步验证了81个候选体信号的真实性。
正用“天眼”FAST收集的数据训练算法
在张波松看来，此次研究也对从观测角度严格判定射电信号是否为快速射电暴提出了挑战。 “研究中的辐射能量分布表明，新候选体在低能端的事件数目高于已知快速射电暴，这说明以往的搜寻方法还存在不足，可能有非常多信号稍暗弱的快速射电暴被遗漏。 ”他表示，这些新发现的候选体也将为搜索更大样本的重复暴提供了比较有价值的预选目标。
天文学正在迎来大数据时代，射电观测采集的数据量日益巨大，中国500米口径球面射电望远镜（FAST）、澳大利亚平方公里阵探路者望远镜，以及正在建设中的平方公里阵列望远镜都正在或即将展现更高的灵敏度，同时也将带来更为惊人的数据量，这也对信号的筛选方法提出极高的要求。
“目前，我们正在用FAST收集的数据来训练AI算法，希望能训练出适用性更广的AI模型。同时，也正在尝试在现有模型中增加更新的机器学习方法，如深度卷积生成对抗网络、显著图等，来提高现有模型的准确性，降低误报率。 ”张松波说。

天文|“从5亿只狗里，把混入的几只猫挑出来”，怎么做到的？( 二 )

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)