北京大学智能学院袁晓如课题组与国家天文台展开跨学科合作,研究设计了一个结合自动分析与人工用户参与决策的交互式光谱分类检查可视分析系统,在保证分类准确率的同时显著提高分类效率。
不断提高光谱分类的精度和识别率是LAMOST光谱数据处理分析工作升级完善的重中之重,为提升LAMOST光谱数据的质量和后续开展相关研究工作奠定了基础。
专家可能会连续遇到不同类别的光谱,因此不得不频繁地切换认知焦点,导致完成分类所需的时间和认知资源大大增加。另一方面,在检查单条光谱时,专家需要根据光谱的整体形状识别相关谱线。
推广界面(图4)由选择界面更新得到,它们的区别主要在于界面的关注点由要检查的光谱切换为之前已检查光谱的相似光谱。因此,位于选择界面右侧、用于选择红移和谱线的视图被替换为相似光谱视图。
在检查过程中,系统识别出2,262条极冷矮星,数量符合专家预期。我们还设计了用户实验,以比较SpectrumVA和当前检查工具性能上的优劣并评估系统各部分设计是否有效。