Instrumentation and Methods for Astrophysics,Cosmology and Nongalactic Astrophysics,Astrophysics of Galaxies,Physics Education,ابزار دقیق و روش های اخترفیزیک , کیهان شناسی و اخترفیزیک غیرقانونی , اخترفیزیک کهکشان ها , آموزش فیزیک ,
توضیحات
Submitted 12 September, 2024; originally announced September 2024. , Comments: 11 pages, 5 figures
توضیحات به فارسی
ارسال شده 12 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 11 صفحه ، 5 شکل
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 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 are merging a large participatory science effort with machine learning to enhance the Hobby-Eberly Telescope Dark Energy Experiment (HETDEX). Our overall goal is to remove false positives, allowing us to use lower signal-to-noise data and sources with low goodness-of-fit. With six million classifications through Dark Energy Explorers, we can confidently determine if a source is not real at over 94% confidence level when classified by at least ten individuals; this confidence level increases for higher signal-to-noise sources. To date, we have only been able to apply this direct analysis to 190,000 sources. The full sample of HETDEX will contain around 2-3M sources, including nearby galaxies ([O II] emitters), distant galaxies (Lyman-alpha emitters or LAEs), false positives, and contamination from instrument issues. We can accommodate this tenfold increase by using machine learning with visually-vetted samples from Dark Energy Explorers. We have already increased by over ten-fold in number of sources that have been visually vetted from our previous pilot study where we only had 14,000 visually vetted LAE candidates. This paper expands on the previous work increasing the visually-vetted sample from 14,000 to 190,000. In addition, using our currently visually-vetted sample, we generate a real or false positive classification for the full candidate sample of 1.2 million LAEs. We currently have approximately 17,000 volunteers from 159 countries around the world. Thus, we are applying participatory or citizen scientist analysis to our full HETDEX dataset, creating a free educational opportunity that requires no prior technical knowledge.
چکیده به فارسی (ترجمه ماشینی)
ما در حال ادغام یک تلاش علمی مشارکتی بزرگ با یادگیری ماشین برای تقویت آزمایش انرژی تاریک تلسکوپ سرگرمی-اربلی (HETDEX) هستیم.هدف کلی ما حذف مثبت کاذب است و به ما امکان می دهد از داده ها و منابع سیگنال به نویز پایین تر استفاده کنیم.با شش میلیون طبقه بندی از طریق کاوشگران انرژی تاریک ، ما با اطمینان می توانیم تعیین کنیم که آیا یک منبع در بیش از 94 ٪ اعتماد به نفس واقعی نیست که حداقل توسط ده نفر طبقه بندی شود.این سطح اطمینان برای منابع سیگنال به نویز بالاتر افزایش می یابد.تا به امروز ، ما فقط توانسته ایم این تجزیه و تحلیل مستقیم را برای 190،000 منبع اعمال کنیم.نمونه کامل HETDEX حاوی حدود 2-3 متر منابع ، از جمله کهکشان های اطراف ([[O II]) ، کهکشان های دور (لیمن-آلفا یا LAE) ، مثبت کاذب و آلودگی ناشی از ابزار ابزار است.ما می توانیم با استفاده از یادگیری ماشین با نمونه های بصری از اکتشاف کنندگان انرژی تاریک ، این افزایش ده برابر را در خود جای دهیم.ما در حال حاضر بیش از ده برابر تعداد منابع افزایش یافته است که از مطالعه آزمایشی قبلی ما به صورت بصری مورد بررسی قرار گرفته اند و در آنجا فقط 14000 نامزد LAE بصری مورد بررسی قرار گرفته ایم.این مقاله در مورد کار قبلی گسترش می یابد و نمونه بصری را از 14000 تا 190،000 افزایش می دهد.علاوه بر این ، با استفاده از نمونه در حال حاضر بصری ما ، طبقه بندی مثبت واقعی یا کاذب را برای نمونه کامل نامزد 1.2 میلیون LAE ایجاد می کنیم.ما در حال حاضر تقریباً 17000 داوطلب از 159 کشور جهان داریم.بنابراین ، ما از تجزیه و تحلیل دانشمند مشارکتی یا شهروندان در مجموعه داده های Full Hetdex استفاده می کنیم و یک فرصت آموزشی رایگان ایجاد می کنیم که نیازی به دانش فنی قبلی ندارد.
📚 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.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 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
