Loading...

Hierarchical Classification of Variable Stars Using Deep Convolutional and Recurrent Neural Networks

Abdollahi, Mahdi | 2021

514 Viewed
  1. Type of Document: M.Sc. Thesis
  2. Language: Farsi
  3. Document No: 54821 (04)
  4. University: Sharif University of Technology
  5. Department: Physics
  6. Advisor(s): Rahvar, Sohrab; Raeisi, Sadegh
  7. Abstract:
  8. The importance of using a fast and automatic method to classify variable stars for large amounts of data is undeniable. There have been many attempts for classifying variable stars by traditional algorithms, which require long pre-processing time. In recent years, neural networks as classifiers have come to notice. This thesis proposes the Hierarchical Classification technique, which contains several models with the same network structure. Our pre-processing method produces input data by using light curves and the period. We use OGLE-IV variable stars database to train and test the performance of Convolutional Neural Networks based on the Hierarchical Classification technique. We see that Convolutional Neural Networks work faster than Recurrent Neural Networks and traditional methods, and have more accurate predictions. We obtain an accuracy of 98% for class classification and 93% for subclasses classification
  9. Keywords:
  10. Machine Learning ; Hierarchical Classification ; Convolutional Neural Network ; Recurrent Neural Networks ; Variable Stars

 Digital Object List

 Bookmark

  • پیش گفتار
  • ستاره‌های متغیر
    • مقدمه
    • ستاره‌های متغیر
      • متغیر ذاتی
      • متغیر بیرونی
    • تاریخچه ستاره‌های متغیر
    • ستاره‌های متغیر در نمودار هرتسپرونگ-راسل
    • تاریخچه طبقه‌بندی ستاره های متغیر
  • داده
    • مقدمه
    • اهمیت داده
    • داده ستاره‌های متغیر
    • نورسنجی
    • زمان ژولین
    • گروه‌ها و زیرگروه‌ها
      • دوتایی گرفتی
      • آر آر شلیاقی
      • ستاره‌های متغیر با دوره‌تناوب طولانی
      • دلتا سپری
      • قیفاووسی کلاسیک
      • قیفاووسی نوع دوم
      • قیفاووسی غیر‌معمول
    • چالش‌ها و پاسخ‌ها
  • پیش‌پردازش داده
    • مقدمه
    • پیش‌پردازش داده در یادگیری ماشین
    • گام‌های پیش‌پردازش
      • گام اول : تا‌کردن
      • گام دوم : بلوک‌کردن و نرمال‌سازی
      • گام سوم : اضافه‌کردن دوره‌تناوب
    • رویکرد مشتق
  • یادگیری ماشین
    • مقدمه
    • یادگیری ماشین
    • الگوریتم‌ها
    • شبکه‌های عصبی
      • شبکه عصبی پیچشی
      • شبکه عصبی بازگشتی
    • طبقه‌بندی سلسله‌مراتبی
    • سنجه‌ها و ماتریس در‌هم‌ریختگی
      • صحت
      • دقت
      • بازیابی
  • نتایج
    • مقدمه
    • انتخاب بهترین مدل
    • نتایج بهترین مدل
      • نتایج طبقه‌بندی گروهی
      • نتایج زیر‌گروهی
    • مقایسه بهترین مدل
  • جمع‌بندی
  • کتاب‌نامه
...see more