AutoClassMK: A public neural network for automatic 2D MK classification of normal stars in basic Python

Resumen Técnico de AutoClassMK

Planteamiento del Problema
El artículo aborda la necesidad de una clasificación transparente y automatizada de los espectros estelares normales dentro del sistema Morgan-Keenan (MK). Si bien las redes neuronales (NN) se han vuelto cada vez más importantes en la astronomía, su naturaleza "opaca" a menudo oscurece la mecánica subyacente. Los autores pretenden desmitificar la metodología básica de las NN simples, específicamente la retropropagación (back-propagation), proporcionando una implementación plenamente funcional y transparente para la clasificación MK en 2D (Clase Espectral y Clase de Luminosidad) que dependa enteramente de Python básico y NumPy, evitando librerías especializadas de aprendizaje profundo para la lógica central.

Metodología
Los autores desarrollaron AutoClassMK, una red neuronal de cinco capas, totalmente conectada (densa) y de doble cabezal.

• Aumento de Datos y Conjuntos de Entrenamiento:

  • El conjunto de entrenamiento se construyó aumentando el atlas MK libr18 (Gray & Corbally 2014). Para asegurar que cada combinación de Clase Espectral (SC) y Clase de Luminosidad (LC) estuviera representada, los autores simplificaron el esquema de LC: LC II y IV se relabelaron como III y V, respectivamente, y LC Ia/Ib como I.
  • Cada uno de los 122 espectros primarios del atlas libr18 fue aumentado en 300 variaciones ruidosas (un total de 36,600 muestras de entrenamiento). Estas variaciones simularon errores observacionales realistas, incluyendo:
    • Errores aleatorios de registro horizontal de orden cero y primer orden (alineación de longitud de onda/píxel).
    • Desplazamientos Doppler aleatorios.
    • Errores en la rectificación del continuo (ajuste polinómico de orden cero, primero y segundo).
    • Variaciones en el ensanchamiento espectral (simulando macroturbulencia y rotación mediante núcleos de convolución Gaussiana).
    • Ruido de Poisson (relación señal-ruido ~70, deliberadamente subestimada para entrenar a la red con datos más ruidosos).
  • Se generó un conjunto de prueba independiente de 2,910 espectros a partir del atlas libr18 27 utilizando un aumento similar (30 variaciones por espectro).

• Arquitectura de la Red:

  • Entrada: 1,600 neuronas, correspondientes a valores de flujo normalizados a través de 1,600 píxeles (representando el rango de 3800–4600 Å).
  • Capas Ocultas: Tres capas totalmente conectadas con 768, 256 y 64 neuronas, respectivamente.
  • Activación: La red utiliza Unidades Lineales Rectificadas (RELU) o Unidades de Error Lineal Gaussiano (GELU).
  • Salida (Doble Cabezal): La capa final se bifurca en dos transformaciones lineales paralelas:
    • Cabezal SC: 31 neuronas (para 31 clases espectrales).
    • Cabezal LC: 3 neuronas (para las clases de luminosidad simplificadas I, III y V).
  • Pérdida y Optimación: La red emplea la activación Softmax en los cabezales de salida para generar distribuciones de probabilidad. El entrenamiento minimiza la pérdida de Entropía Cruzada (CE) utilizando el Descenso de Gradiente Estocástico (SGD) por mini-lotes. El cálculo del gradiente se basa en la derivada de la pérdida con respecto a los logits ($\vec{p} - \vec{l}$).

• Implementación:

  • El algoritmo central está escrito en Python básico y NumPy, detallando explícitamente las multiplicaciones de matrices, las actualizaciones de sesgo (bias) y los pasos de retropropagación.
  • Se creó una implementación secundaria en PyTorch para permitir la ejecución en GPU mediante CUDA y proporcionar mayor información, utilizando la misma arquitectura.

Resultados Clave

• Convergencia: La red convergió en aproximadamente 100 iteraciones. La pérdida de Entropía Cruzada se aproximó asintóticamente a ~0.018 para SC y ~0.002 para LC.
• Rendimiento en el Conjunto de Prueba (2,910 muestras):
  • Clasificación de Luminosidad (LC): Logró una precisión (precision) de 0.97, una exhaustividad (recall) de 0.87 y una puntuación F1 de 0.97. La red clasificó correctamente todas las 87 estrellas LC V y 78 de 81 estrellas LC I en el subconjunto de prueba específico libr18 225.
  • Clasificación Espectral (SC): Logró una puntuación F1 promedio de 0.86, con precisión y exhaustividad alrededor de 0.88 y 0.87, respectivamente.
• Generalización: Al ser probada con espectros aumentados del atlas libr18 225 (85 espectros, 255 variaciones totales), la clase espectral predicha estuvo generalmente dentro de una subclase de la clase real. La red tuvo mayores dificultades para distinguir entre LC III y LC V, clasificando erróneamente 13 de 87 estrellas LC III como LC V.

Significancia y Reivindicaciones
La principal significancia de AutoClassMK, según afirman los autores, es su transparencia y valor educativo. Al evitar librerías especializadas para las operaciones centrales de la red, el código sirve como un punto de partida "desmitificado" para que los estudiantes comprendan la mecánica de la retropropagación y el entrenamiento de redes neuronales. Los autores posicionan su trabajo no como una solución de vanguardia que supere a las Redes Neuronales Convolucionales (CNN) complejas, sino como una base robusta, simple y totalmente inspeccionable para la clasificación MK en 2D. El artículo enfatiza que la red aprende con éxito a reconocer espectros ruidosos y mal calibrados, demostrando la utilidad de las NN simples para esta tarea específica de clasificación empírica. Todo el código, los conjuntos de entrenamiento y los conjuntos de prueba están disponibles públicamente a través del sitio web de OpenStars.