Optimizing Supernova Classification with Interpretable Machine Learning Models
تقدم هذه الورقة إطار عمل يعتمد على خوارزمية XGBoost، يتميز بالكفاءة الحسابية والقابلية للتفسير، ومُحسَّن باستخدام الضبط البايزي (Bayesian tuning) ومُقيَّم باستخدام مقياسي PR-AUC وF1-score، والذي يحقق تصنيفاً عالي الأداء للمستعرات العظمى من النوع Ia في مجموعات البيانات غير المتوازنة، مما يقدم بديلاً خفيف الوزن وشفافاً للتعلم العميق للمسوحات الكونية واسعة النطاق مثل مسح LSST.