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

Sintesi Tecnica di AutoClassMK

Definizione del Problema
Il documento affronta la necessità di una classificazione automatizzata e trasparente degli spettri stellari normali all'interno del sistema Morgan-Keenan (MK). Sebbene le reti neurali (NN) siano diventate sempre più importanti in astronomia, la loro natura "opaca" spesso oscura la meccanica sottostante. Gli autori mirano a demistificare la metodologia di base delle semplici NN, specificamente la back-propagation, fornendo un'implementazione completamente funzionale e trasparente per la classificazione MK 2D (Classe Spettrale e Classe di Luminosità) che si basa interamente su Python base e NumPy, evitando librerie specializzate di deep learning per la logica centrale.

Metodologia
Gli autori hanno sviluppato AutoClassMK, una rete neurale a cinque strati, completamente connessa (dense) e a doppia testa.

• Aumento dei Dati e Set di Addestramento:

  • Il set di addestramento è stato costruito aumentando l'atlante MK libr18 (Gray & Corbally 2014). Per garantire che ogni combinazione di Classe Spettrale (SC) e Classe di Luminosità (LC) fosse rappresentata, gli autori hanno semplificato lo schema LC: le classi LC II e IV sono state ridenominate come III e V, rispettivamente, e la classe LC Ia/Ib come I.
  • Ogni uno dei 122 spettri primari dell'atlante libr18 è stato aumentato in 300 variazioni rumorose (per un totale di 36.600 campioni di addestramento). Queste variazioni simulano errori osservativi realistici, tra cui:
    • Errori casuali di registrazione orizzontale di ordine zero e primo (allineamento pixel/lunghezza d'onda).
    • Spostamenti Doppler casuali.
    • Errori nella rettifica del continuo (fitting polinomiale di ordine zero, primo e secondo).
    • Variazioni nell'allargamento spettrale (simulando macroturbulenza e rotazione tramite kernel di convolzione Gaussiana).
    • Rumore di Poisson (rapporto segnale-rumore ~70, deliberatamente sottostimato per addestrare la rete su dati più rumorosi).
  • Un set di test indipendente di 2.910 spettri è stato generato dall'atlante libr18 27 utilizzando un aumento simile (30 variazioni per spettro).

• Architettura della Rete:

  • Input: 1.600 neuroni, corrispondenti ai valori di flusso normalizzati attraverso 1.600 pixel (che rappresentano l'intervallo 3800–4600 Å).
  • Strati Nascosti: Tre strati completamente connessi con rispettivamente 768, 256 e 64 neuroni.
  • Attivazione: La rete utilizza o unità lineari rettificate (RELU) o unità lineari di errore gaussiano (GELU).
  • Output (Doppia Testa): Lo strato finale si biforca in due trasformazioni lineari parallele:
    • Testa SC: 31 neuroni (per 31 classi spettrali).
    • Testa LC: 3 neuroni (per le classi di luminosità semplificate I, III e V).
  • Loss e Ottimizzazione: La rete utilizza l'attivazione Softmax alle teste di output per generare distribuzioni di probabilità. L'addestramento minimizza la perdita di Cross-Entropy (CE) utilizzando il Discesa del Gradiente Stocastico (SGD) a mini-batch. Il calcolo del gradiente si basa sulla derivata della perdita rispetto ai logit ($\vec{p} - \vec{l}$).

• Implementazione:

  • L'algoritmo principale è scritto in Python base e NumPy, dettagliando esplicitamente le moltiplicazioni di matrici, gli aggiornamenti dei bias e i passaggi di back-propagation.
  • Un'implementazione secondaria in PyTorch è stata creata per consentire l'esecuzione su GPU CUDA e fornire ulteriore approfondimento, utilizzando la stessa architettura.

Risultati Chiave

• Convergenza: La rete è convergente entro circa 100 iterazioni. La perdita di Cross-Entropy si è avvicinata asintoticamente a ~0,018 per SC e ~0,002 per LC.
• Prestazioni sul Set di Test (2.910 campioni):
  • Classificazione della Luminosità (LC): Ha raggiunto un'alta precisione (0,97), un richiamo (recall) (0,87) e un punteggio F1 di 0,97. La rete ha classificato correttamente tutti gli 87 astri LC V e 78 di 81 astri LC I nel sottoinsieme specifico di test libr18 225.
  • Classificazione Spettrale (SC): Ha raggiunto un punteggio F1 medio di 0,86, con precisione e richiamo rispettivamente intorno a 0,88 e 0,87.
• Generalizzazione: Quando testata su spettri aumentati dall'atlante libr18 225 (85 spettri, 255 variazioni totali), la classe spettrale predetta era generalmente entro una sottoclasse dalla classe reale. La rete ha avuto maggiori difficoltà nel distinguere LC III da LC V, classificando erroneamente 13 di 87 astri LC III come LC V.

Significato e Rivendicazioni
Il significato primario di AutoClassMK, come sostenuto dagli autori, è la sua trasparenza e il suo valore educativo. Evitando librerie specializzate per le operazioni principali della rete, il codice funge da punto di partenza "demistificato" per gli studenti per comprendere la meccanica della back-propagation e dell'addestramento delle reti neurali. Gli autori posizionano il loro lavoro non come una soluzione allo stato dell'arte che supera le complesse Reti Neurali Convoluzionali (CNN), ma come una baseline robusta, semplice e completamente ispezionabile per la classificazione MK 2D. Il documento sottolinea che la rete impara con successo a riconoscere spettri rumorosi e mal calibrati, dimostrando l'utilità delle semplici NN per questo specifico compito di classificazione empirica. Tutto il codice, i set di addestramento e i set di test sono resi pubblicamente disponibili tramite il sito web di OpenStars.