寻找超新星的CNN（神经网络）

Question

我是物理专业和CS专业的学生。我的任务之一是找到超新星。超新星的发现是乏味而艰难的。 通过对比现在和之前的图片，我们可能会在图片上找到一些亮点，那可能是超新星。 像这样， 这张照片有很多噪音，由于乐器的不稳定性，总会有很多鬼点，或者其他灯光会产生幻觉。

然而，超新星有一些明显的特征，它总是出现在固定的恒星周围。光的形状是圆形。已经有一些常规方法用于此。但他们的表现并不好。

所以我想知道在CNN上尝试它是否值得。 CNN可以做哪种数据？

感谢。

Answer 1

  

所以我想知道在CNN上尝试它是否值得。

我认为CNN对这个问题有点过分了。

  

CNN可以做哪种数据？

结构中具有复杂本地化关系的数据和大量功能。您可以在本地帧中使用卷积来学习表示。

你遇到的问题非常简单。你没有很多参数，即颜色是灰度，超新星的代表都包含在它的附近。

我认为你可能会用一些非常简单的算法取得更大的成功，例如：

• 查找所有固定星星
• 搜索任何大的＆＃39; blob＆＃39;具有特定参数的光线
• 搜寻任何光圈

仅这些就会大大减少问题的计算规模。从那里，你可以采取一些ML方法。

CNN通常用于具有高度复杂的非线性关系的非常大的数据集。这（可能？）是一个大数据集，但在这个特定的任务中肯定不复杂。