PulseAugur
中
实时 09:02:42
English(EN) Classifying galaxies in the Galaxy10 DECals dataset using Inception and Residual CNNs

CNN 在星系图像分类中达到 90% 的准确率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员评估了 ResNet101 和 InceptionV4 卷积神经网络在星系图像分类方面的性能。这两个模型在 Galaxy10 DECals 数据集上均达到了约 90% 的准确率，证明了它们适用于未来的天文巡天。研究发现，在性能指标方面，ResNet101 略优于 InceptionV4。 AI

影响 证明了现有 CNN 架构在天文学图像分类方面的有效性，有望简化未来的研究。

排序理由 详细介绍模型在特定数据集上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Lanz Anthonee A. Lagman, Prospero C. Naval Jr, Reinabelle C. Reyes ·

    使用 Inception 和 Residual CNN 对 Galaxy10 DECals 数据集中的星系进行分类

    arXiv:2606.08826v1 Announce Type: new Abstract: Image data regarding galactic morphology is expected to increase both in quantity and quality for the next foreseeable years; thus it is important to explore which deep learning architectures adapted for image classification tasks a…

相关实体

相关话题