深度学习框架从GOTHIC巡天筛出双活动星系核候选

Bhavesh Mukheja 等作者提交论文，提出基于 YOLOv11 定向边界框架构的监督深度学习框架，用于从 GOTHIC 巡天中区分真实双核与前景恒星等污染。该框架从被排除的 46,061 个双活动星系核候选体中筛出 29,605 个双核候选，验证集精确率 0.919、召回率 0.905、F1 为 0.912。 作者称，这份星表是经统计精炼的候选列表，并非已确认的双活动星系核；确认仍需更高分辨率后续观测。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。