Bayesian SZNet: Bayesian deep learning to predict redshift with uncertainty

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985815%3A_____%2F22%3A00617867" target="_blank" >RIV/67985815:_____/22:00617867 - isvavai.cz</a>
Result on the web
<a href="https://ascl.net/2204.004" target="_blank" >https://ascl.net/2204.004</a>
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Bayesian SZNet: Bayesian deep learning to predict redshift with uncertainty
Original language description
Bayesian SZNet predicts spectroscopic redshift through use of a Bayesian convolutional network. It uses Monte Carlo dropout to associate predictions with predictive uncertainties, allowing the user to determine unusual or problematic spectra for visual inspection and thresholding to balance between the number of incorrect redshift predictions and coverage.
Czech name
—
Czech description
—

Project
—
Continuities
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Publication year
2022
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID
SZNet
Technical parameters
Volně dostupný open source SW. Program je kombinace kódu v jazyce Julia a Python, hlavní analýza, dokumentace a ukázkové výsledky jsou v podobě Jupyter notebooků. Ke spuštění je třeba velký počítač s podporou tensorflow pro GPU.
Economical parameters
Program na analýzu rudého posuvu kvazarů na základě SDSS spekter podrobených Bayesovksému hlubokému učení. Byl použit k výzkumu publikovanému v recenzovaném časopise.
Owner IČO
68407700
Owner name
Fakulta informačních technologií ČVUT v Praze

Similar results(10)