Is the `Known' Enough? An Integrated Machine Learning Framework for Eclipsing Binary Classification and Parameter Estimation Based on Well-Characterized Systems
यह अध्ययन रैंडम फॉरेस्ट और एक्सजीबूस्ट (XGBoost) मॉडलों का उपयोग करते हुए एक एकीकृत मशीन लर्निंग फ्रेमवर्क पेश करता है जो फोटोमेट्रिक लाइट कर्व्स से ग्रहण करने वाले द्विआधारी तारों (eclipsing binary stars) के आकारिकी (morphology) को वर्गीकृत करने और उनके भौतिक मापदंडों का अनुमान लगाने का कार्य एक साथ करता है, जो सुव्यवस्थित प्रणालियों पर उच्च सटीकता और सामान्यीकरण प्रदर्शित करता है और ओगले (OGLE) एवं केप्लर (Kepler) जैसे स्वतंत्र कैटलॉग के विरुद्ध इसकी प्रभावशीलता को प्रमाणित करता है।