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

Résumé technique d'AutoClassMK

Énoncé du problème
L'article traite de la nécessité d'une classification transparente et automatisée des spectres stellaires normaux au sein du système Morgan-Keenan (MK). Bien que les réseaux de neurones (NN) soient devenus de plus en plus importants en astronomie, leur nature « opaque » occulte souvent les mécanismes sous-jacents. Les auteurs visent à démystifier la méthodologie de base des réseaux de neurones simples, spécifiquement la rétropropagation, en fournissant une implémentation entièrement fonctionnelle et transparente pour la classification MK en 2D (Classe Spectrale et Classe de Luminosité) qui repose entièrement sur Python de base et NumPy, en évitant les bibliothèques spécialisées de deep learning pour la logique de base.

Méthodologie
Les auteurs ont développé AutoClassMK, un réseau de neurones à double tête, entièrement connecté (dense) et à cinq couches.

• Augmentation des données et ensembles d'entraînement :

  • L'ensemble d'entraînement a été construit en augmentant l'atlas MK libr18 (Gray & Corbally 2014). Pour garantir que chaque combinaison de Classe Spectrale (SC) et de Classe de Luminosité (LC) soit représentée, les auteurs ont simplifié le schéma de la LC : les LC II et IV ont été reétiquetées comme III et V respectivement, et la LC Ia/Ib comme I.
  • Chacun des 122 spectres primaires de l'atlas libr18 a été augmenté en 300 variations bruitées (soit un total de 36 600 échantillons d'entraînement). Ces variations simulent des erreurs d'observation réalistes, notamment :
    • Des erreurs aléatoires de registres horizontaux d'ordre zéro et premier (alignement des longueurs d'onde/pixels).
    • Des décalages Doppler aléatoires.
    • Des erreurs de rectification du continuum (ajustement polynomial d'ordre zéro, premier et second).
    • Des variations de l'élargissement spectral (simulant la macroturbulence et la rotation via des noyaux de convolution gaussienne).
    • Un bruit de Poisson (rapport signal sur bruit ~70, délibérément sous-estimé pour entraîner le réseau sur des données plus bruitées).
  • Un ensemble de test indépendant de 2 910 spectres a été généré à partir de l'atlas libr18 27 en utilisant une augmentation similaire (30 variations par spectre).

• Architecture du réseau :

  • Entrée : 1 600 neurones, correspondant aux valeurs de flux normalisées sur 1 600 pixels (représentant la plage 3800–4600 Å).
  • Couches cachées : Trois couches entièrement connectées avec respectivement 768, 256 et 64 neurones.
  • Activation : Le réseau utilise soit des unités linéaires rectifiées (RELU), soit des unités linéaires à erreur gaussienne (GELU).
  • Sortie (Double Tête) : La couche finale se bifurque en deux transformations linéaires parallèles :
    • Tête SC : 31 neurones (pour 31 classes spectrales).
    • Tête LC : 3 neurones (pour les classes de luminosité simplifiées I, III et V).
  • Perte et Optimisation : Le réseau utilise une activation Softmax aux têtes de sortie pour générer des distributions de probabilité. L'entraînement minimise la perte d'entropie croisée (Cross-Entropy - CE) en utilisant la descente de gradient stochastique par mini-lots (Mini-batch SGD). Le calcul du gradient repose sur la dérivée de la perte par rapport aux logits ($\vec{p} - \vec{l}$).

• Implémentation :

  • L'algorithme central est écrit en Python de base et NumPy, détaillant explicitement les multiplications matricielles, les mises à jour de biais et les étapes de rétropropagation.
  • Une implémentation secondaire dans PyTorch a été créée pour permettre l'exécution sur GPU CUDA et fournir un aperçu supplémentaire, utilisant la même architecture.

Résultats Clés

• Convergence : Le réseau a convergé en environ 100 itérations. La perte d'entropie croisée a approché asymptotiquement ~0,018 pour la SC et ~0,002 pour la LC.
• Performance sur l'ensemble de test (2 910 échantillons) :
  • Classification de la Luminosité (LC) : A atteint une précision élevée (0,97), un rappel (0,87) et un score F1 de 0,97. Le réseau a correctement classé tous les 87 étoiles LC V et 78 des 81 étoiles LC I dans le sous-ensemble de test spécifique libr18 225.
  • Classification Spectrale (SC) : A atteint un score F1 moyen de 0,86, avec une précision et un rappel autour de 0,88 et 0,87, respectivement.
• Généralisation : Lorsqu'il a été testé sur des spectres augmentés de l'atlas libr18 225 (85 spectres, 255 variations totales), la classe spectrale prédite était généralement à l'intérieur d'une sous-classe de la classe réelle. Le réseau a le plus de mal à distinguer la LC III de la LC V, classant à tort 13 des 87 étoiles LC III comme étant des LC V.

Signification et Revendications
La principale signification d'AutoClassMK, telle que revendiquée par les auteurs, est sa transparence et sa valeur éducative. En évitant les bibliothèques spécialisées pour les opérations de base du réseau, le code sert de point de départ « démystifié » pour les étudiants afin de comprendre les mécanismes de la rétropropagation et de l'entraînement des réseaux de neurones. Les auteurs positionnent leur travail non pas comme une solution de pointe surpassant les réseaux de neurones convolutifs (CNN) complexes, mais comme une base robuste, simple et entièrement inspectable pour la classification MK en 2D. L'article souligne que le réseau apprend avec succès à reconnaître des spectres bruités et mal calibrés, démontant l'utilité des réseaux de neurones simples pour cette tâche spécifique de classification empirique. Tout le code, les ensembles d'entraînement et les ensembles de test sont rendus publics via le site Web OpenStars.