id:"swepub:oai:research.chalmers.se:5eb8fc99-c403-480b-b12f-f9a942e1d0f6"
Sökning: id:"swepub:oai:research.chalmers.se:5eb8fc99-c403-480b-b12f-f9a942e1d0f6" > Eliminating artefac...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Paranjpye, DhruvCalifornia Institute of Technology (Caltech) (författare)
Eliminating artefacts in polarimetric images using deep learning
- Artikel/kapitelEngelska2020
Förlag, utgivningsår, omfång ...
- 2019-11-28
- Oxford University Press (OUP),2020
Nummerbeteckningar
- LIBRIS-ID:oai:research.chalmers.se:5eb8fc99-c403-480b-b12f-f9a942e1d0f6
- https://doi.org/10.1093/mnras/stz3250DOI
- https://research.chalmers.se/publication/537339URI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- Polarization measurements done using Imaging Polarimeters such as the Robotic Polarimeter are very sensitive to the presence of artefacts in images. Artefacts can range from internal reflections in a telescope to satellite trails that could contaminate an area of interest in the image. With the advent of wide-field polarimetry surveys, it is imperative to develop methods that automatically flag artefacts in images. In this paper, we implement a Convolutional Neural Network to identify the most dominant artefacts in the images. We find that our model can successfully classify sources with 98 per cent true positive and 97 per cent true negative rates. Such models, combined with transfer learning, will give us a running start in artefact elimination for near-future surveys like WALOP.
Ämnesord och genrebeteckningar
- NATURVETENSKAP Fysik Astronomi, astrofysik och kosmologi hsv//swe
- NATURAL SCIENCES Physical Sciences Astronomy, Astrophysics and Cosmology hsv//eng
- NATURVETENSKAP Data- och informationsvetenskap Datavetenskap hsv//swe
- NATURAL SCIENCES Computer and Information Sciences Computer Sciences hsv//eng
- image classication
- artefect detection
- Statistics - Machine Learning
- polarmetry
- Computer Science - Machine Learning
- deep learning
- Astrophysics - Instrumentation and Methods for Astrophysics
Biuppslag (personer, institutioner, konferenser, titlar ...)
- al., et (författare)
- Panopoulou, Georgia,1989California Institute of Technology (Caltech)(Swepub:cth)georgiap (författare)
- California Institute of Technology (Caltech) (creator_code:org_t)
Sammanhörande titlar
- Ingår i:Monthly Notices of the Royal Astronomical Society: Oxford University Press (OUP)0035-87111365-2966
Internetlänk
Hitta via bibliotek
- Monthly Notices of the Royal Astronomical Society (Sök värdpublikationen i LIBRIS)
Till lärosätets databas
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Paranjpye, Dhruv
- al., et
- Panopoulou, Geor ...
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Fysik
- och Astronomi astrof ...
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- och Datavetenskap
- Artiklar i publikationen
- Monthly Notices ...
- Av lärosätet
- Chalmers tekniska högskola
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
