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

Resumo Técnico do AutoClassMK

Definição do Problema
O artigo aborda a necessidade de uma classificação transparente e automatizada de espectros estelares normais dentro do sistema Morgan-Keenan (MK). Embora as redes neurais (NNs) tenham se tornado cada vez mais importantes na astronomia, sua natureza "opaca" muitas vezes obscurece a mecânica subjacente. Os autores visam desmistificar a metodologia básica de NNs simples, especificamente a retropropagação (back-propagation), fornecendo uma implementação totalmente funcional e transparente para a classificação MK 2D (Classe Espectral e Classe de Luminosidade) que depende inteiramente de Python básico e NumPy, evitando bibliotecas especializadas de aprendizado profundo para a lógica central.

Metodologia
Os autores desenvolveram o AutoClassMK, uma rede neural de cinco camadas, totalmente conectada (fully-connected/dense) e de cabeça dupla (double-headed).

• Aumento de Dados e Conjuntos de Treinamento:

  • O conjunto de treinamento foi construído aumentando o atlas MK libr18 (Gray & Corbally 2014). Para garantir que cada combinação de Classe Espectral (SC) e Classe de Luminosidade (LC) fosse representada, os autores simplificaram o esquema de LC: LC II e IV foram rotuladas como III e V, respectivamente, e LC Ia/Ib como I.
  • Cada um dos 122 espectros primários do atlas libr18 foi aumentado em 300 variações ruidosas (totalizando 36.600 amostras de treinamento). Essas variações simularam erros observacionais realistas, incluindo:
    • Erros aleatórios de registro horizontal de ordem zero e primeira ordem (alinhamento de comprimento de onda/pixel).
    • Desvios Doppler aleatórios.
    • Erros na retificação do contínuo (ajuste de polinômio de ordem zero, primeira e segunda ordem).
    • Variações no alargamento espectral (simulando macroturbulência e rotação via núcleos de convolução Gaussiana).
    • Ruído de Poisson (relação sinal-ruído ~70, deliberadamente subestimada para treinar a rede em dados mais ruidosos).
  • Um conjunto de teste independente de 2.910 espectros foi gerado a partir do atlas libr18 27 utilizando aumento semelhante (30 variações por espectro).

• Arquitetura da Rede:

  • Entrada: 1.600 neurônios, correspondentes a valores de fluxo normalizados ao longo de 1.600 pixels (representando a faixa de 3800–4600 Å).
  • Camadas Ocultas: Três camadas totalmente conectadas com 768, 256 e 64 neurônios, respectivamente.
  • Ativação: A rede utiliza Unidades Lineares Retificadas (RELU) ou Unidades de Erro Gaussiano (GELU).
  • Saída (Cabeça Dupla): A camada final bifurca-se em duas transformações lineares paralelas:
    • Cabeça SC: 31 neurônios (para 31 classes espectrais).
    • Cabeça LC: 3 neurônios (para as classes de luminosidade simplificadas I, III e V).
  • Perda e Otimização: A rede utiliza ativação Softmax nas cabeças de saída para gerar distribuições de probabilidade. O treinamento minimiza a perda de Entropia Cruzada (CE) usando o Gradiente Descendente Estocástico de Mini-lote (Mini-batch SGD). O cálculo do gradiente baseia-se na derivada da perda em relação aos logits ($\vec{p} - \vec{l}$).

• Implementação:

  • O algoritmo central é escrito em Python básico e NumPy, detalhando explicitamente multiplicações de matrizes, atualizações de viés (bias) e etapas de retropropagação.
  • Uma implementação secundária em PyTorch foi criada para permitir a execução em GPU CUDA e fornecer mais insights, utilizando a mesma arquitetia.

Principais Resultados

• Convergência: A rede convergiu em aproximadamente 100 iterações. A perda de Entropia Cruzada aproximou-se assintoticamente de ~0,018 para SC e ~0,002 para LC.
• Desempenho no Conjunto de Teste (2.910 amostras):
  • Classificação de Luminosidade (LC): Alcançou alta precisão (0,97), revocação (recall) (0,87) e um F1 score de 0,97. A rede classificou corretamente todas as 87 estrelas LC V e 78 de 81 estrelas LC I no subconjunto de teste específico libr18 225.
  • Classificação Espectral (SC): Alcançou um F1 score médio de 0,86, com precisão e revocação em torno de 0,88 e 0,87, respectivamente.
• Generalização: Ao ser testada em espectros aumentados do atlas libr18 225 (85 espectros, 255 variações no total), a classe espectral prevista ficou geralmente dentro de uma subclasse da classe real. A rede teve maior dificuldade em distinguir LC III de LC V, classificando incorretamente 13 de 87 estrelas LC III como LC V.

Significância e Alegações
A principal significância do AutoClassMK, conforme alegado pelos autores, é sua transparência e valor educacional. Ao evitar bibliotecas especializadas para as operações centrais da rede, o código serve como um ponto de partida "desmistificado" para estudantes compreenderem a mecânica da retropropagação e do treinamento de redes neurais. Os autores posicionam seu trabalho não como uma solução de estado da arte que supera Redes Neurais Convolucionais (CNNs) complexas, mas como um baseline robusto, simples e totalmente inspecionável para a classificação MK 2D. O artigo enfatiza que a rede aprendeu com sucesso a reconhecer espectros ruidosos e mal calibrados, demonstrando a utilidade de NNs simples para esta tarefa específica de classificação empírica. Todo o código, conjuntos de treinamento e conjuntos de teste estão disponíveis publicamente através do site OpenStars.