Yüksek Lisans Adayı: Volga Sezen

EABD: Veri Bilişimi

Tarih: 28.08.2025 / 13:30

Yer: B-223

Özet: Modern gökyüzü taramaları büyük veri kümeleri üretmeye devam ediyor ve bu da nüfus çalışmaları ve yeni keşifler için otomatik sınıflandırmayı zorunlu kılmakta. Bu çalışmada beş açık erişimli kütüphaneden derlenen bir yıldız spektral veritabanı oluşturuldu ve SIMBAD tarafından yeniden etiketlendi. Bir yıldızın MK sıcaklık ve parlaklık sınıfını tek geçişte tahmin ederken farklı özelliklere odaklanmak için farklı çekirdek boyutlarına sahip üç dalı olan bir 1-B CNN oluşturuldu. Çapraz entropi ile iki boyutlu MK ızgarasında ortalama karesel hatayı birleştiren mesafeye duyarlı bir kayıp fonksiyonu kullanıldı, böylece fiziksel olarak daha uzak yanlış sınıflandırmalar daha ağır cezalarla sonuçlandı. Üç dallı CNN'e ek farklı mimariler de eğitilip çeşitli ölçütlerle bir test kümesi üzerinde değerlendirildi.  Dairesel olarak kaydırılmış girdilerde performans üç piksel kaymaya kadar etkilenmedi. Üç dallı CNN ve özel ResNet50'nin birleşimi, eşleştirilmiş önyükleme testinde her bir parçası üzerinde istatistiksel olarak anlamlı kazançlar ile %67,6 makro F1 ve iki eksende 98,3 ile 88,4 kappa değerlerine ulaştı. Guided GradCAM, dal çekirdek boyutu ile tanımlanan özellikler arasında doğrusal olmayan bir ilişki olduğunu gösterirken, bazı özellikler bilinen moleküler bantlarla örtüşmekte. Tüm kodlar, eğitilmiş ağırlıklar, veri seti ve ek sonuçlar GitHub (github.com/volgasezen/StellarClassification) adresinde erişime açıktır.