観測光度曲線を用いたTransformerベースの宇宙デブリ分類器

抄録

本研究では，光度曲線を用いた宇宙デブリ分類に取り組む．光度曲線は，光学望遠鏡によって観測されたデブリの見かけの等級を記録した時系列データであり，デブリの種類を特定するために広く用いられている．従来の研究では，1D-CNNが宇宙デブリ分類の主流であり，シミュレーションで生成された光度曲線を用いて事前学習を行い，観測光度曲線を用いて微調整する手法が採用されていた．しかし，CNNは長期的な時間的依存性を捉える能力に限界があり，シミュレーションモデルは現実の観測条件を完全には再現できないため，シミュレーション光度曲線と観測光度曲線の間に乖離が生じる問題があった．これらの課題に対処するために，Transformerベースの宇宙デブリ分類器を提案し，観測光度曲線を利用した新たな事前学習手法を導入する．実験の結果，Transformer分類器はベースラインである1D-CNNと比較してF1スコアが30%向上することが示された．さらに，観測光度曲線を用いた事前学習によりF1スコアが7.8%改善された．