HyperAIHyperAI

Command Palette

Search for a command to run...

RadioGalaxyNET: مجموعة بيانات وخوارزميات رؤية حاسوبية جديدة لاكتشاف المجرات الإشعاعية الممتدة ومضيفي الأشعة تحت الحمراء

Nikhel Gupta Zeeshan Hayder Ray P. Norris Minh Huynh Lars Petersson

الملخص

إنشاء كتالوجات المجرات الإشعاعية من الاستطلاعات العميقة للجيل القادم يتطلب تحديدًا آليًا للمكونات المرتبطة للمصادر الممتدة ومضيفاتها الحمراء القريبة المقابلة. في هذا البحث، نقدم RadioGalaxyNET، وهو مجموعة بيانات متعددة الأوضاع ومجموعة من خوارزميات الرؤية الحاسوبية الجديدة المصممة لتمكين التحديد الآلي والموقع لمجرات الراديو الممتدة متعددة المكونات ومضيفاتها الحمراء القريبة المقابلة. تتضمن هذه المجموعة البيانات 4,155 حالة لمجرات في 2,800 صورة تشمل كلًا من قنوات الراديو والأشعة تحت الحمراء. يوفر كل مثال معلومات عن فئة المجرة الإشعاعية الممتدة، ومربع الحدود الذي يغطي جميع مكوناتها، وقناع التقسيم على مستوى البكسل، وموضع نقطة الارتكاز لمضيفتها الحمراء القريبة المقابلة. يعتبر RadioGalaxyNET أول مجموعة بيانات تضم صورًا من التلسكوب الإشعاعي الأسترالي الفائق الحساس Square Kilometre Array Pathfinder (ASKAP)، بالإضافة إلى الصور الحمراء القريبة المقابلة والشروح على مستوى الحالة للكشف عن المجرات. قمنا بقياس أداء عدة خوارزميات لكشف الأجسام على هذه المجموعة البيانات واقترحنا نهجًا جديدًا متعدد الأوضاع لاكتشاف مجرات الراديو ومواقع مضيفاتها الحمراء القريبة بشكل متزامن.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
RadioGalaxyNET: مجموعة بيانات وخوارزميات رؤية حاسوبية جديدة لاكتشاف المجرات الإشعاعية الممتدة ومضيفي الأشعة تحت الحمراء | مستندات | HyperAI