نموذج عصبي مجمعي يصنف كيفية تفاعل المجرات

نموذج مجموعة عصبية يصنف كيفية تفاعل المجرات

تصنيف اللقاءات بين المجرات أمر معقد بسبب أشكالها المعقدة وبسبب أن نماذج التعلم العميق تعمل عادةً كـصناديق سوداء. اقتراح جديد يحل هذه المشكلة بنموذج مجموعة عصبية منتبهة يدمج معماريات AG-XCaps وH-SNN وResNet-GRU. يتم تدريب هذا النظام على مجموعة بيانات Galaxy Zoo DESI ويعززه أداة LIME لإنتاج نتائج يمكن للعلماء الفلكيين فهمها. 🪐

إطار يتفوق على الطرق الكلاسيكية

يحقق نموذج المجموعة مقاييس استثنائية: دقة 0.95، استذكار 1.00، درجة F1 تبلغ 0.97، ودقة 96%. يتفوق أداؤه بوضوح على نموذج مرجعي قائم على Random Forest، مما يقلل الإيجابيات الكاذبة من 70 إلى 23 حالة فقط. بالإضافة إلى ذلك، تصميمه خفيف، بحجم 0.45 ميغابايت، مما يسمح بتوسيعه لتحليل الأحجام الهائلة من البيانات التي ستنتجها المهمات المستقبلية مثل Euclid وLSST.

• دقة واستذكار عاليان لتحديد التفاعلات المجرية بشكل موثوق.
• معمارية خفيفة تسهل معالجة كتالوجات كبيرة من الصور الفلكية.
• يقلل بشكل كبير من أخطاء التصنيف مقارنة بالتقنيات التقليدية.

تجعل الجمع بين الأداء العالي والحجم المنخفض والقدرة على تفسير القرارات هذا الإطار حلاً عملياً للمراصد الحالية والمستقبلية.

القابلية للتفسير كركن أساسي

دمج LIME (Local Interpretable Model-agnostic Explanations) هو مكون حاسم. تنتج هذه الأداة خرائط حرارية تشير إلى أي بكسلات أو مناطق في صورة مجرة أثرت أكثر في قرار النموذج. يتيح ذلك للباحثين فهم وتأكيد التنبؤات، مما يعزز الثقة في أدوات الذكاء الاصطناعي داخل مجتمع الفلك.

• ينتج تصورات بديهية تبرز الخصائص المورفولوجية الرئيسية.
• يساعد الفلكيين على التحقق من الأسس الفيزيائية وراء كل تصنيف.
• يحول