Modélisation sans catalogue des types de galaxies dans les relevés profonds : compression extrême d'images par réseaux de neurones
Bibliographic record
Abstract
Etudier l'évolution des galaxies c'est comprendre comment chaque type morphologique a évolué et qu'elles sont les transformations possibles entre les différentes populations : elliptiques, spirales, irrégulière... Avec l'approche classique de modélisation inverse, des catalogues photométriques de galaxies sont extraits depuis les images afin de modéliser l'évolution avec le redshift des flux, des couleurs et des tailles des galaxies. Les flux apparents sont convertis en flux absolus en utilisant les distances, et la distribution de ces flux est caractérisée par des ``fonctions de luminosité''. Cependant, ces dernières sont sujettes à de nombreux effets d'incomplétudes qui peuvent biaiser les résultats. Pour éviter cela, dans cette thèse, nous utilisons une approche de modélisation directe : le modèle crée des images multibandes de champs profonds qui reproduisent les caractéristiques instrumentales et observationnelles du champ D1 d'un degré carré du Canada-France-Hawaii Telescope Legacy Survey (CFHTLS). Les images simulées peuvent donc être comparées directement aux observations car elles contiennent les mêmes effets de sélection. Ce travail décrit une nouvelle méthode de compression extrême d'images par réseaux de neurones qui permet de se passer de l'extraction de catalogues photométriques ainsi que des effets d'incomplétudes et des corrections à y apporter. L'information contenue dans la fonction de luminosité étant beaucoup trop complexe à décrire analytiquement, nous combinons ici la compression extrême des données avec des techniques de statistiques Bayésiennes pour inférer depuis les observations les valeurs des paramètres du modèle les plus probables.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".