구의 패턴 인식 (HEALPY 기반)

Question

Tensorflow 및 Keras를 사용하고 있습니다. 구면의 이미지에 대해 적절한 패턴 인식을 얻을 수 있습니까? 나는 (Healpy framework)을 사용하여 패턴 인식이 작동해야하는 나의 스카이 맵을 생성한다. 문제는이 Healpy skymaps가 일차원 numpy 배열이고, 따라서 compact sub-pattern이이 1 차원 배열에 분산되어 배포 될 수 있다는 것입니다. 이것은 실제로 알고리즘을 배우는 기본 기계를 배우기가 꽤 어렵습니다. (나는 컨볼 루션 딥 네트워크에 대해 생각하고 있습니다.)

이 컨텍스트의 특정 작업은 구체의 표면에 얼룩을 계산하는 것입니다 (첨부 된 image 참조). 이 특정 작업에 대해 올바른 숫자는 8이됩니다. 그래서 0과 9 사이의 무작위 수 (따라서 10 개의 가능성)로 각각 10000 개의 skymaps (Healpy 설정 : nside = 16이 npix = 3072에 해당)를 작성했습니다. 나는 1D Healpy 배열 및 간단한 피드 포워드 네트워크와이 문제를 해결하려 :

이

model = Sequential() 
model.add(Dense(npix, input_dim=npix, init='uniform', activation='relu')) 
model.add(Dropout(0.25)) 
model.add(Dense(10, init='uniform', activation='softmax')) 
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) 

model.fit(skymaps, number_of_correct_sources, batch=100, epochs=10, validation_split=1.-train) 

그러나, 10,000 skymaps와 교육 후 테스트 세트는 38 %의 정확도를 얻었다. 이것은 Healpy 세포의 실질적인 배열을 제공 할 때 (1 차원 배열 대신에 구체에 나타나는 것처럼) 크게 증가 할 것입니다. 이 경우에는 Convolutional 네트워크 (Convolution2d)를 사용하고 일반적인 이미지 인식과 같이 작동 할 수 있습니다. 2d 배열에서 healpy 셀을 올바르게 매핑하는 방법이나 구에 직접 컨볼 루션 네트워크를 사용하는 방법은 무엇입니까?

감사합니다.

Answer 1

이것은 2-D라는 부끄러운 문제를 다루는 어려운 방법입니다.

찾고있는 물체가 그림과 같이 두드러진 경우 데이터의 2_d 맵을 만든 다음 일련의 임계 값 레벨에 대해 임계 값을 설정하십시오. 가장 높은 임계 값은 가장 밝은 물체를 선택합니다. Aitoff 또는 Hammmer와 같은 연속 투영을 수행하고 가장자리 문제를 제거하려면 투영의 회전을 사용하십시오. Healpix와 같은 세그먼트 투영은 데이터 저장에 적합하지만 데이터 분석에 반드시 필요한 것은 아닙니다.

지도에 노이즈가 좋지 않아 잡음의 머스크에서 물체를 찾고 있다면 일부 정교함이 필요하며 일부 신경망 알고리즘도 필요합니다. 그러나 Sunyaev-Zeldovich 은하 클러스터에 대한 Planck 데이터 분석을 살펴볼 수도 있습니다. 가장 초기의 데이터는 https://arxiv.org/abs/1101.2024입니다 (Paper VIII). 후속 논문은 이것을 수정하고 추가합니다.

(댓글이 있어야하지만 담당자가 부족합니다.)