Classification of blazars based on data-driven approaches
Questo studio dimostra che un modello LightGBM addestrato su caratteristiche di curve di luce ottica derivanti dai dati di GAIA e Pan-STARRS, con riduzione della dimensionalità tramite BoostBoruta, può classificare efficacemente i nuclei galattici attivi in blazar e non blazar con un'accuratezza di circa l'86%, anche quando applicato a candidati sconosciuti attraverso l'apprendimento auto-guidato.