Evolutionary Synthesis of Automatic Classification on Astroinformatic Big Data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F16%3A86099615" target="_blank" >RIV/61989100:27740/16:86099615 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27240/16:86099615

Výsledek na webu

<a href="http://aip.scitation.org/doi/pdf/10.1063/1.4951915" target="_blank" >http://aip.scitation.org/doi/pdf/10.1063/1.4951915</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1063/1.4951915" target="_blank" >10.1063/1.4951915</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Evolutionary Synthesis of Automatic Classification on Astroinformatic Big Data

Popis výsledku v původním jazyce

This article describes the initial experiments using a new approach to automatic identification of Be and B[e] stars spectra in large archives. With enormous amount of these data it is no longer feasible to analyze it using classical approaches. We introduce an evolutionary synthesis of the classification by means of analytic programming, one of methods of symbolic regression. By this method, we synthesize the most suitable mathematical formulas that approximate chosen samples of the stellar spectra. As a result is then selected the category whose formula has the lowest difference compared to the particular spectrum. The results show us that classification of stellar spectra by means of analytic programming is able to identify different shapes of the spectra.

Název v anglickém jazyce

Evolutionary Synthesis of Automatic Classification on Astroinformatic Big Data

Popis výsledku anglicky

This article describes the initial experiments using a new approach to automatic identification of Be and B[e] stars spectra in large archives. With enormous amount of these data it is no longer feasible to analyze it using classical approaches. We introduce an evolutionary synthesis of the classification by means of analytic programming, one of methods of symbolic regression. By this method, we synthesize the most suitable mathematical formulas that approximate chosen samples of the stellar spectra. As a result is then selected the category whose formula has the lowest difference compared to the particular spectrum. The results show us that classification of stellar spectra by means of analytic programming is able to identify different shapes of the spectra.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA15-06700S" target="_blank" >GA15-06700S: Nekonvenční řízení komplexních systémů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

AIP Conference Proceedings. Volume 1738

ISBN

978-0-7354-1392-4

ISSN

0094-243X

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1-4

Název nakladatele

American Institute of Physics

Místo vydání

New York

Místo konání akce

Rhodos

Datum konání akce

23. 9. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—