ترجمه فارسی مقاله رویکردهای مبتنی بر یادگیری ماشین مقیاس‌پذیر و پیشرفته برای شناسایی شعله‌های ستاره‌ای: کاربرد برای داده‌های سرعت کوتاه TESS و تجزیه و تحلیل کاتالوگ شعله‌های جدید

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Scalable, Advanced Machine Learning-based Approaches for Stellar Flare Identification: Application to TESS short-cadence Data and Analysis of a New Flare Catalogue
عنوان مقاله به فارسی رویکردهای مبتنی بر یادگیری ماشین مقیاس‌پذیر و پیشرفته برای شناسایی شعله‌های ستاره‌ای: کاربرد برای داده‌های سرعت کوتاه TESS و تجزیه و تحلیل کاتالوگ شعله‌های جدید
نویسندگان Chia-Lung Lin, Daniel Apai, Mark S. Giampapa, Wing-Huen Ip
فرمت مقاله انگلیسی PDF
تعداد صفحات 46
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Solar and Stellar Astrophysics,اخترفیزیک خورشیدی و ستاره ای ,
توضیحات Submitted 4 September, 2024; originally announced September 2024. , Comments: 46 pages, 21 figures, and 12 tables
توضیحات به فارسی ارسال شده در 4 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 46 صفحه ، 21 شکل و 12 جدول
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We apply multi-algorithm machine learning models to TESS 2-minute survey data from Sectors 1-72 to identify stellar flares. Models trained with Deep Neural Network, Random Forest, and XGBoost algorithms, respectively, utilized four flare light curve characteristics as input features. Model performance is evaluated using accuracy, precision, recall, and F1-score metrics, all exceeding 94%. Validation against previously reported TESS M dwarf flare identifications showed that our models successfully recovered over 92% of the flares while detecting $\sim2,000$ more small events, thus extending the detection sensitivity of previous work. After processing 1.3 million light curves, our models identified nearly 18,000 flare stars and 250,000 flares. We present an extensive catalog documenting both flare and stellar properties. We find strong correlations in total flare energy and flare amplitude with color, in agreement with previous studies. Flare frequency distributions are analyzed, refining power-law slopes for flare behavior with the frequency uncertainties due to the detection incompleteness of low-amplitude events. We determine rotation periods for $\sim120,000$ stars thus yielding the relationship between rotation period and flare activity. We find that the transition in rotation period between the saturated and unsaturated regimes in flare energy coincides with the same transition in rotation period separating the saturated and unsaturated levels in coronal X-ray emission. We find that X-ray emission increases more rapidly with flare luminosity in earlier-type and unsaturated stars, indicating more efficient coronal heating in these objects. Additionally, we detect flares in white dwarfs and hot subdwarfs that are likely arising from unresolved low-mass companions.

چکیده به فارسی (ترجمه ماشینی)

ما برای شناسایی شعله های ستاره ای ، مدل های یادگیری ماشین چند گوریتم را برای داده های بررسی 2 دقیقه ای از بخش های 1-72 استفاده می کنیم.مدلهایی که با شبکه عصبی عمیق ، جنگل تصادفی و الگوریتم های XGBoost آموزش دیده اند ، به ترتیب از چهار ویژگی منحنی نور شعله ور به عنوان ویژگی های ورودی استفاده می کنند.عملکرد مدل با استفاده از دقت ، دقت ، فراخوان و معیارهای نمره F1 ، همه بیش از 94 ٪ ارزیابی می شود.اعتبارسنجی در برابر شناسایی های شعله ور Tess M کوتوله نشان داد که مدلهای ما با موفقیت بیش از 92 ٪ از شعله ور را در حالی که حوادث کوچکتر $ \ Sim2،000 $ را تشخیص می دهند ، با موفقیت بازیابی می کنند ، بنابراین حساسیت تشخیص کار قبلی را گسترش می دهد.پس از پردازش 1.3 میلیون منحنی نوری ، مدل های ما نزدیک به 18،000 ستاره شعله ور و 250،000 شعله را شناسایی کردند.ما یک کاتالوگ گسترده را ارائه می دهیم که هر دو ویژگی شعله ور و ستاره ای را مستند می کند.ما در توافق با مطالعات قبلی ، همبستگی های شدیدی در کل انرژی شعله ور و دامنه شعله ور با رنگ پیدا می کنیم.توزیع فرکانس شعله ور مورد تجزیه و تحلیل قرار می گیرد ، تصفیه دامنه های قانون قانون برای رفتار شعله ور با عدم قطعیت فرکانس به دلیل تشخیص ناقص بودن حوادث کم دامنه.ما دوره های چرخش را برای ستارگان $ \ $ $ تعیین می کنیم و در نتیجه رابطه بین دوره چرخش و فعالیت شعله ور می شود.ما می دانیم که انتقال در دوره چرخش بین رژیم های اشباع شده و اشباع نشده در انرژی شعله ور همزمان با همان انتقال در دوره چرخش است که سطح اشباع و اشباع نشده را در انتشار اشعه ایکس تاج جدا می کند.ما می دانیم که انتشار اشعه ایکس با درخشش شعله ور در ستاره های نوع قبلی و اشباع نشده با سرعت بیشتری افزایش می یابد و این نشانگر گرمایش تاج کارآمدتر در این اشیاء است.علاوه بر این ، ما شعله ور در کوتوله های سفید و زیرنویس های داغ که احتمالاً ناشی از همراهان با جرم کم نیست ، تشخیص می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.