Nouvelle publication
Ce travail propose une classification Bayes naïve revisitée des sources de rayons X dans les catalogues Swift-XRT et XMM-Newton en quatre classes — AGN, étoiles, binaires à rayons X (XRB) et variables cataclysmiques (CV) — sur la base de leurs propriétés spatiales, spectrales et temporelles et de leurs contreparties multi-longueurs d’onde. Une mesure des valeurs aberrantes est utilisée pour identifier les objets d’autres natures. Le classifieur est optimisé pour maximiser la performance de classification d’une classe choisie (ici les XRBs) et il est adapté à des fins d’exploration de données.
