Mantis Shrimp: Exploring Photometric Band Utilization in Computer Vision Networks for Photometric Redshift Estimation

We present Mantis Shrimp , a multisurvey deep learning model for photometric redshift estimation that fuses ultraviolet (Galaxy Evolution Explorer), optical (PanSTARRS), and infrared (UnWISE) imagery. Machine learning is now an established approach for photometric redshift estimation, with generally...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	The Astrophysical journal Ročník 991; číslo 2; s. 124 - 149
Hlavní autoři:	Engel, Andrew W., Byler, Nell, Tsou, Adam, Narayan, Gautham, Bonilla, Emmanuel, Smith, Ian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Philadelphia The American Astronomical Society 01.10.2025 IOP Publishing
Témata:	Artificial neural networks Astronomy data analysis Computer vision Deep learning Density Estimates Galactic evolution Galaxies Galaxy distribution Infrared imagery Infrared photometry Machine learning Neural networks Photometry Red shift Redshift surveys Resampling Shellfish Shrimps
ISSN:	0004-637X, 1538-4357
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!