A13. آشكار سازي چشمه‌هاي نقطه‌اي با استفاده از يادگيري عميق

Point source detection using deep learning

با نزديكتر شدن به داده‌گيري تلسكوپهاي جديد مانند SKA فرايند ماشيني كردن كاهش داده بسيار جديتر و غيرقابل اجتناب‌تر ميشود. به همين منظور اتوماسيون مديريت داده‌ها و حتي داده‌گيري تلسكوپ يكي از مسايل مهم ياد‌گيري ماشيني در چالش‌هاي اخير است. يكي از مسأله‌هاي مهم اين حوزه تشخيص چشمه‌هاي نقطه‌اي در تصويرهاي راديويي تلسكوپ است. در اين تحقيق ما يا استفاده از شبكه عصبي عميق و آموزش آن با شبيه‌سازي روشي را ارايه كرديم تا بتواند بهتر از روشهاي موجود چشمه‌هاي نقطه‌اي را تشخيص دهد. نتايج ما نشان ميدهد كه يادگيري شبكه عصبي عميق ميتواند چشمه‌هاي بيشتري رابا خلوص بيشتر از عمق نوفه بيرون آورد.

Recent observations like SKA project provide an interesting opportunity for machine learning methods to solve automation problems in data management like reduction, object detection even survey decision making. One of the problems in recent radio telescopes is point source detection in radio images. In this research we used deep neural networks to train a pure convolutional neural network to address this problem. We Show that deep neural network can detect low signal to noise ratio point sources better that BDSM method and retrieve more pure catalogs.