基于深度学习的中国空间站巡天望远镜多色成像恒星密度分类与回归
Stellar Density Classification and Regression for CSST Multi-color Imaging Using Deep Learning
arXiv:2605.17445v1 公告类型:新 Abstract:中国空间站巡天望远镜(CSST)旨在绘制宇宙中前所未有的恒星密度动态范围,涵盖从银河系中心的密集区域到星系际空洞(例如空洞中仅有少数恒星和星系,而在银河系中心每探测器超过10^5颗恒星)。然而,使用通用源提取流程处理这种异构数据会引入显著的系统不确定性,标准算法在密集区域表现不佳,并且在空洞区域会增加天体测量不确定性。
