星間データサイエンス研究会 2024
開催日時:2024 / 8 / 29 (木), 30 (金)
開催場所:オンライン
本研究会の世話人および関連する共同研究者は画像認識に関連した機械学習技術を駆使した天文データ解析を進めています。野辺山45m電波望遠鏡によって取得された銀河面サーベイデータ(FUGIN)の活用を目的とした、「大規模分子雲データと機械学習による天の川銀河の3次元空間構造の復元と解明 / 機械学習・深層学習に基づく天の川銀河の3次元空間構造の解明 (通称 FUGIN AI)」というプロジェクトが発足しました。FUGIN AIおよびその派生研究では、天の川銀河の分子雲の詳細な分布、星形成の母体となる分子雲の総量の予測、銀河に多数存在する大質量星形成に関連した泡状構造(通称 バブル)の同定などに取り組んでいます。
プレスリリース
発表論文
学会発表
Convolutional Neural Networkを用いた赤外線リング構造の識別
(上田他 日本天文学会 2019年 秋季年会)
(吉田他 日本天文学会 2019年 秋季年会)
(藤田他 日本天文学会 2021年 春季年会)
CNN による大質量星形成領域に付随する星間ガス構造同定モデルの開発
(上田他 日本天文学会 2021年 春季年会)
大マゼラン雲における大質量星形成領域に対する機械学習を用いた観測的研究
(上田他 日本天文学会 2021年 秋季年会)
機械学習アルゴリズムを用いた Near-Far 問題の解法 (2)
(藤田他 日本天文学会 2021年 秋季年会)
機械学習アルゴリズムを用いた分子輝線データからの H2 柱密度の予測
(島尻他 日本天文学会 2022年 春季年会)
機械学習アルゴリズムを用いた Near-Far 問題の解法 (3)
(藤田他 日本天文学会 2022年 春季年会)
深層学習を用いた Cygnus X 領域の赤外線リング構造の同定
(西本他 日本天文学会 2022年 春季年会)
機械学習アルゴリズムを用いた Near-Far 問題の解法 (4) 分子雲衝突天体の個数推定
(藤田他 日本天文学会 2023年 春季年会)
(宮本他 日本天文学会 2023年 秋季年会)
機械学習アルゴリズムを用いた分子輝線データからの H2 柱密度の予測 -高密度領域の予測精度の改善-
(島尻他 日本天文学会 2024年 春季年会)
(西本他 日本天文学会 2024年 春季年会)