一个面向原始数据搜寻的快速射电暴数据集

分类： 天文学 >> 天文仪器与技术 提交时间： 2022-06-28

徐志骏 安涛 郭绍光 劳保强 吕唯佳 伍筱聪

摘要： 快速射电暴是目前国际天文学新兴前沿热点，随着海量观测数据带来的处理和分析的挑战，亟需开展快速射电暴信号智能搜寻和甄别的研究。为了加速快速射电暴搜寻研究，我们开发了一套基于机器学习的快速射电暴数据集，它可以训练机器学习算法以搜寻原始数据中的快速射电暴。目前数据集有8020个快速射电暴仿真图像、4010个非快速射电暴和4010个射频干扰仿真图像，这些图像是根据开放的快速射电暴观测结果构建的，并可根据需要扩展数量。本研究旨在为最先进的人工智能算法提供开源数据集，以测试和比较快速射电暴识别算法。该数据集为卷积神经网络和经典机器学习算法提供图像和numpy格式的文件。数据集可以实现快速射电暴和非快速射电暴分类，或快速射电暴、射频干扰和背景噪声分类。在本例中，我们使用预先训练过的31种经典卷积神经网络(CNN)。在快速射电暴/非快速射电暴分类中，在第一个历元训练中达到90-92%的准确率，在真实数据测试中达到99.8%的最大准确率。

同行评议状态:待评议

 点击量 5206  下载量 415  评论