利用哈勃望远镜/CANDELS优化罗马空间望远镜的深度学习光度红移
Optimizing Deep Learning Photometric Redshifts for the Roman Space Telescope with HST/CANDELS
arXiv:2602.10207v2 宣布类型:替换 摘要:光度红移(photo-z)对于利用南希·格雷斯·罗曼空间望远镜研究星系演化、大尺度结构和瞬变现象至关重要。深度学习方法利用地面图像的像素级信息,为低红移星系实现最佳的photo-z,但在高红移下使用深空基成像的效果仍基本未被测试。我们使用哈勃空间望远镜CANDELS的光学和近红外成像,评估了全监督、自监督和半监督的深度学习方法。
