×

从图像构造天文目录的近似推断。 (英语) Zbl 1433.62336号

摘要:我们提出了一种新的、完全生成的模型,用于从光学望远镜图像集构建天文目录。每个像素强度被视为一个随机变量,其参数取决于恒星和星系的潜在特性。这些潜在属性本身被建模为随机属性。我们比较了两种后验推理方法。一个过程基于马尔可夫链蒙特卡罗(MCMC),而另一个过程基于变分推理(VI)。MCMC程序擅长量化不确定性,而VI程序则快1000倍。在超级计算机上,VI程序有效地使用665000个CPU内核,在14.6分钟内从50 TB的图像构建天文目录,展示了为即将到来的天文调查构建目录所需的缩放特性。

MSC公司:

第62页,第35页 统计学在物理学中的应用
62H22个 概率图形模型
62华氏35 多元分析中的图像分析
85A35型 统计天文学
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Barbary,K.(2016)。SEP:作为库的源提取器。开源软件杂志159。
[2] Berger,J.O.(1985年)。统计决策理论和贝叶斯分析,第二版,《统计学中的斯普林格系列》。纽约州施普林格·Zbl 0572.62008号
[3] Bertin,E.和Arnouts,S.(1996年)。SExtractor:源提取软件。阿童木。天体物理学。补充序列号。117 393-404。
[4] Bezanson,J.、Edelman,A.、Karpinski,S.和Shah,V.B.(2017年)。朱莉娅:一种新的数值计算方法。SIAM版本59 65-98·Zbl 1356.68030号 ·数字对象标识代码:10.1137/141000671
[5] Bickel,P.J.和Doksum,K.A.(2016年)。数理统计:基本思想和选定主题。第2卷,第2版,《统计科学丛书》。佛罗里达州博卡拉顿CRC出版社·Zbl 1397.62003号
[6] Bishop,C.M.(2006年)。模式识别和机器学习。信息科学与统计。纽约州施普林格·Zbl 1107.68072号
[7] Blei,D.M.、Kucukelbir,A.和McAuliffe,J.D.(2017)。变分推理:统计学家综述。J.Amer。统计师。协会112 859-877。
[8] Booth,J.G.和Sarkar,S.(1998年)。引导方差的蒙特卡罗近似。阿默尔。统计师。52 354-357.
[9] Bosch,J.、Armstrong,R.、Bickerton,S.等人(2018年)。Hyper Suprime-Cam软件管道。出版物。阿童木。Soc.Jpn.公司。70
[10] Brewer,B.J.、Foreman-Mackey,D.和Hogg,D.W.(2013)。拥挤恒星场的概率星表。阿童木。期刊146。
[11] Bubeck,S.(2015年)。凸优化:算法和复杂性。已找到。趋势马赫数。学习。8. ·Zbl 1365.90196号 ·doi:10.1561/2200000050
[12] Doi,M.、Tanaka,M.等人(2010年)。斯隆数字巡天成像仪的光度响应功能。阿童木。期刊139。
[13] Eisenstein,D.J.、Annis,J.、Gunn,J.E.等人(2001年)。斯隆数字巡天的光谱目标选择:发光的红色星系样本。阿童木。期刊122 2267。
[14] Fan,Y.和Sisson,S.A.(2011年)。可逆跳马尔可夫链蒙特卡罗。在《马尔可夫链蒙特卡罗手册》中。
[15] Feigelson,E.D.和Babu,G.J.(2012年)。现代天文学统计方法:R应用。剑桥大学出版社,剑桥。
[16] Feldman,M.(2018)。顶峰,在橡树岭跑步。可在https://www.top500.org/news/summit-up-and-running-at-oak-ridge-claims-first-exascale-application/。[在线;2018年8月20日访问]。
[17] Folk,M.、Heber,G.、Koziol,Q.、Pourmal,E.和Robinson,D.(2011)。HDF5技术套件及其应用概述。2011年EDBT/ICDT阵列数据库研讨会论文集36-47。
[18] Fraysse,A.和Rodet,T.(2014)。用于大维问题的测量理论变分贝叶斯算法。SIAM J.成像科学。7 2591-2622. ·Zbl 1309.65064号 ·数字对象标识代码:10.1137/140966575
[19] Friel,N.和Wyse,J.(2012年)。评估证据——审查。内尔统计局。66 288-308.
[20] Fukugita,M.、Ichikawa,T.、Gunn,J.E.、Doi,M.,Shimasaku,K.和Schneider,D.P.(1996)。斯隆数字巡天光度系统。阿童木。期刊111。
[21] Gelman,A.和Rubin,D.B.(1992年)。使用多序列的迭代模拟推断。统计师。科学。7 457-472·兹比尔1386.65060 ·doi:10.1214/ss/117701136
[22] Gelman,A.、Carlin,J.B.、Stern,H.S.、Dunson,D.B.、Vehtari,A.和Rubin,D.B.(2014)。贝叶斯数据分析,第三版,《统计科学丛书》。佛罗里达州博卡拉顿CRC出版社·Zbl 1279.62004号
[23] Giordano,R.J.、Broderick,T.和Jordan,M.I.(2015)。平均场变分贝叶斯精确协方差估计的线性响应方法。神经信息处理系统进展1441-1449。
[24] 格林,P.J.(1995)。可逆跳马尔可夫链蒙特卡罗计算和贝叶斯模型确定。生物特征82 711-732·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[25] Hager,G.和Wellein,G.(2010年)。科学家和工程师高性能计算导论。佛罗里达州博卡拉顿CRC出版社。
[26] Hershey,J.R.和Olsen,P.A.(2007年)。近似高斯混合模型之间的Kullback-Leibler发散。IEEE声学、语音和信号处理国际会议4 317-320。
[27] Julia开发者(2018年)。朱莉娅的微观基准。可在https://julialang.org/bechenchmarks/。[在线;2018年1月23日访问]。
[28] Lang,D.、Hogg,D.W.和Mykytyn,D.(2016)。拖拉机:概率天文源探测和测量。天体物理学源代码库。
[29] LSST(2017)。关于LSST。可在http://www.lsst.org/about。[在线;2017年9月12日访问]。
[30] Lupton,R.H.,Ivezic,Z.等人(2005年)。SDSS图像处理II:照片管线。普林斯顿大学技术报告预印本,网址:https://www.astro.princeton.edu/rhl/photo-lite.pdf。
[31] Lupton,R.、Gunn,J.E.、Ivezić,Z.、Knapp,G.R.和Kent,S.(2001)。SDSS成像管线。《天文数据分析软件和系统X》(F.R.Harnden,Jr.、F.A.Primini和H.E.Payne编辑)。太平洋天文学会会议系列238 269-280。
[32] 麦凯·D·J(1995)。神经网络集成学习概率建模的发展。神经网络:人工智能和工业应用。柏林施普林格。
[33] Melchior,P.、Moolekamp,F.、Jerdee,M.、Armstrong,R.、Sun,A.-L.、Bosch,J.和Lupton,R.(2018年)。SCARLET:通过约束矩阵分解在多波段图像中进行源分离。可从arXiv:1802.10157获取。
[34] Morgan,T.(2018)。Xeon Phi的结束。可在https://www.nextplatform.com/2018/07/27/end-of-the-line-for-xeon-phi-its-all-xeon-from-here/。【在线;2018年8月20日访问】。
[35] Mujtaba,H.(2018)。Intel Xeon Scalable Family Roadmap已揭晓。可在https://wccftech.com/intel-xeon-scalable-family-raadmap-revealed-points-out-cascade-lake-sp-in-q4-2018-cooper-lake-sp-in-q4-2019-ice-lake-spe-in-1h-2020/。[在线;2018年8月20日访问]。
[36] Murphy,K.(2012)。机器学习:概率视角。麻省理工学院出版社,马萨诸塞州剑桥·Zbl 1295.68003号
[37] Neal,R.M.(2001)。退火重要性抽样。统计计算。11 125-139.
[38] Neal,R.M.(2003)。切片取样。安。统计师。31 705-767. ·Zbl 1051.65007号 ·doi:10.1214/aos/1056562461
[39] NERSC(2018)。Cori配置。可在http://www.nersc.gov/users/computational-systems/cori/configuration/。[在线;2018年1月23日访问]。
[40] Nocedal,J.和Wright,S.J.(2006年)。《数值优化》,第二版,《Springer运筹学和金融工程系列》,Springer,纽约·Zbl 1104.65059号
[41] Portillo,S.K.N.、Lee,B.C.G.、Daylan,T.和Finkbeiner,D.P.(2017年)。使用概率编目改进拥挤字段中的点源检测。阿童木。期刊154。
[42] Price,D.C.、Barsdell,B.R.和Greenhill,L.J.(2015)。HDFITS:将FITS数据模型移植到HDF5。阿童木。计算。12
[43] Regier,J.、McAuliffe,J.和Prabhat(2015)。星系天文图像的深层生成模型。NIPS研讨会:近似贝叶斯推断的进展。
[44] Regier,J.、Miller,A.C.、Schlegel,D.、Adams,R.P.、McAuliffe,J.D.和Prabhat(2019年)。“根据图像构建天文目录的近似推断”的补充。DOI:10.1214/19-AOAAS1258SUPP·Zbl 1433.62336号
[45] Richards,G.T.、Fan,X.、Newberg,H.J.、Strauss,M.A.等人(2002年)。斯隆数字巡天中的光谱目标选择:类星体样本。阿童木。《期刊》第123卷第2945页。
[46] Robert,C.P.和Casella,G.(1999年)。蒙特卡洛统计方法。统计中的斯普林格文本。纽约州施普林格·Zbl 0935.62005号
[47] Rowe,B.、Jarvis,M.、Mandelbaum,R.等人(2015)。GALSIM:模块化星系图像模拟工具包。阿童木。计算。10
[48] Schmidt,M.N.、Winther,O.和Hansen,L.K.(2009年)。贝叶斯非负矩阵分解。在独立成分分析和信号分离国际会议540-547上。
[49] SDSS(2017)。通量和量级的度量。可在http://www.sdss3.org/dr8/algorithms/magnitudes.php。【在线;2017年11月12日访问】。
[50] SDSS(2018年a)。SDSS-IV术语表。可在https://www.sdss.org/dr14/help/glossary/#N。[在线;2018年8月21日访问]。
[51] SDSS(2018年b)。摄像头。可在http://www.sdss.org/instruments/camera/。[在线;2018年1月30日访问]。
[52] SDSS(2018年c)。天空覆盖。可在http://classic.sdss.org/dr7/coverage/。[在线;2018年1月30日访问]。
[53] SDSS(2018d)。数据模型:框架。https://data.sdss.org/datamodel/files/BOSS_PHOTOOBJ/frames/RERUN/RUN/CAMCOL/frame.html。[在线;2018年8月21日访问]。
[54] Skilling,J.(2004)。嵌套采样。科学与工程中的贝叶斯推断和最大熵方法。AIP Conf.Proc。735 395-405. 阿默尔。物理研究所。,纽约州梅尔维尔。
[55] Šmídl,V.和Quinn,A.(2008年)。变分贝叶斯滤波。IEEE Trans。信号处理。56 5020-5030. ·Zbl 1390.94061号 ·doi:10.1109/TSP.2008.928969
[56] Smith,R.(2018)。AMD重申将于2018年下半年对7nm Epyc Rome服务器处理器进行采样。可在https://www.anandtech.com/show/13122/amd-rome-epyc-cpus-to-be-fabbed-by-tsmc。[在线;2018年8月20日访问]。
[57] Strauss,M.A.、Weinberg,D.H.、Lupton,R.H.等人(2002年)。斯隆数字巡天中的光谱目标选择:主要星系样本。阿童木。J.124 1810年。
[58] Top500.org(2017)。前500名名单——2017年11月。可在https://www.top500.org/list/2017/11/。【在线;2017年11月16日访问】。
[59] Turon,C.、Meynadier,F.、Arenou,F.,Hogg,D.和Lang,D.(2010)。望远镜无法制作目录!欧洲天文学会出版物系列45。
[60] van Leeuwen,D.(2018)。高斯混合物.jl。可在https://github.com/davidavdav/GaussianMixtures.jl。[在线;2018年8月21日访问]。
[61] Wells,D.C.和Greisen,E.W.(1979年)。FITS-一种灵活的图像传输系统。天文学图像处理445-471。
[62] Wilson,H.(2009)。M33-《三角星系》,在线阅读https://hwilson.zenfolio.com/galaxys/h274E3B43#h274E3B43。
[63] 约克·D·G、阿德尔曼·J、安德森·J、Anderson·S·F、安妮斯·J、巴卡尔·N·A、巴肯·J·A等人(2000年)。斯隆数字巡天:技术总结。阿童木。J.120 1579-1587。
[64] Zheng,Y.、Fraysse,A.和Rodet,T.(2015)。基于子空间优化的高效变分贝叶斯逼近方法。IEEE传输。图像处理。24 681-693. ·Zbl 1408.62047号 ·doi:10.1109/TIP.2014.2383321
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。