多波段多模态星系基准数据集: 从射电到X射线的专家标注物理性质与分类
JIA PENG
AstroM³(天文多模态、多波段、多语义)数据集是一项开创性的基础数据集,目标是弥合河外星系天体物理学中的“模态鸿沟”。虽然星系是研究宇宙演化的复杂多组分实验室,但目前的天文学资源仍零散分布于各个独立的观测巡天之中。AstroM³ 通过将全波段成像与科学文献中的定性见解相结合,构建了一个标准化的框架,为开发可解释的多模态人工智能提供了可能。该数据集提供了约 600 万个星系的全面全波段视图,整合了横跨 25 个电磁波段的数据。观测范围从高能 X 射线(Chandra)和紫外(GALEX),延伸至光学(DESI, J-PLUS)、中红外(WISE)以及射电(VLA)。其空间分辨率高达 $0.262\,\mathrm{arcsec}$,光学光谱分辨率达 $R \approx 2000\text{--}2300$,实现了高保真成像与光谱深度的精确对齐,确保了整个电磁波谱的物理一致性。除了原始观测数据,AstroM³ 还整合了结构化的语义元数据,将定量物理参数与天文学文献中数十年积累的定性分类联系起来。这种“多语义”方法专为深度学习工作流设计,支持物理驱动(Physics-informed)的机器学习和“思维链(Chain-of-thought)”提示。为了确保技术的可扩展性,数据采用 HEALPix 索引进行组织并以 HDF5 格式存储,从而支持高效的跨模态查询以及面向大规模研究的高性能并行 I/O。
文件
论文信息
论文标题:
GalaxSem: A Multi-modal and Multi-wavelength Dataset with Structured Semantic Metadata for Interpretable Galaxy Astrophysics
发表期刊:
Scientific Data
标识符
CSTR:
11379.11.101762
DOI:
10.12149/101762
VO Identifier:
ivo://China-VO/paperdata/101762
发布时间:
2026-08-18
使用统计
总下载量
16382
引用
JIA PENG et al. 2026. The Multi-Band Galaxy Benchmark: Human-Labeled Properties from Radio to X-Ray. 版本 1.0. https://doi.org/10.12149/101762
@misc{10.12149/101762,
doi = {10.12149/101762},
url = {https://doi.org/10.12149/101762},
author = {JIA PENG},
title = {The Multi-Band Galaxy Benchmark: Human-Labeled Properties from Radio to X-Ray},
version = {1.0},
publisher = {Nataional Astronomical Data Center of China},
year= {2026}
}
doi = {10.12149/101762},
url = {https://doi.org/10.12149/101762},
author = {JIA PENG},
title = {The Multi-Band Galaxy Benchmark: Human-Labeled Properties from Radio to X-Ray},
version = {1.0},
publisher = {Nataional Astronomical Data Center of China},
year= {2026}
}
版本