Classification and redshift estimation by principal component analysis
Notice bibliographique
Résumé
We show that the first 10 eigencomponents of the Karhunen-Loève expansion or Principal Component Analysis (PCA) provide a robust classification scheme for the identification of stars, galaxies and quasi-stellar objects from multi-band photometry. To quantify the efficiency of the method, realistic simulations are performed which match the planned Large Zenith Telescope survey. This survey is expected to provide spectral energy distributions with a resolution for ~106 galaxies to (), QSOs, and stars. We calculate that for a median signal-to-noise ratio of 6, 98% of stars, 100% of galaxies and 93% of QSOs are correctly classified. These values increase to 100% of stars, 100% of galaxies and 100% of QSOs at a median signal-to-noise ratio of 10. The 10-component PCA also allows measurement of redshifts with an accuracy of for galaxies with , and to for QSOs with , at a median signal-to-noise ratio of 6. At a median signal-to-noise ratio 20, for galaxies with and for QSOs with (note that for a median ratio of 20, the bluest/reddest objects will have a signal-to-noise ratio of 2 in their reddest/bluest filters). This redshift accuracy is inherent to the resolution provided by the set of medium-band filters used by the Large Zenith Telescope survey. It provides an accuracy improvement of nearly an order of magnitude over the photometric redshifts obtained from broad-band BVRI photometry.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».