Probabilistische Klassifizierung von Röntgenquellen, angewandt auf Swift-XRT- und XMM-Newton-Kataloge

In dieser Arbeit wird eine überarbeitete Bayes-Klassifikation der Röntgenquellen in den Swift-XRT- und XMM-Newton-Katalogen in vier Klassen vorgeschlagen – AGN, Sterne, Röntgendoppelsterne (XRBs) und kataklysmische Veränderliche (CVs). Die Klassifikation basiert auf ihren räumlichen, spektralen und zeitlichen Eigenschaften und ihren Gegenstücken bei anderen Wellenlängen. Ein Maß für Ausreißer wird verwendet, um Objekte anderer Natur zu identifizieren. Der Klassifikator wird optimiert, um die Klassifizierungsleistung einer ausgewählten Klasse (hier XRBs) zu maximieren, und er wird für Data-Mining-Zwecke angepasst.

Weitere Informationen: https://ui.adsabs.harvard.edu/abs/2021arXiv211101489T/abstract