基于特征分词变换器（FT-Transformer）的SDSS多波段光度表格数据天体分类研究

Abstract

随着现代天体物理学观测技术的飞速发展，诸如斯隆数字巡天（Sloan Digital Sky Survey, SDSS）等大型地面巡天项目已将人类对宇宙的探索推向了大数据时代。巡天设备在多个光学与近红外波段生成的高维光度学表格数据，为研究宇宙大尺度结构、星系形成与演化以及超大质量黑洞的吸积物理过程提供了前所未有的信息库 。在这一背景下，如何从海量、异构且伴有严重噪声与类别不平衡的测光数据中，快速且准确地自动甄别出恒星（Star）、星系（Galaxy）与类星体（Quasar, QSO），构成了计算天体物理学领域的核心科学任务。