Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Cette présentation aborde deux aspects de l'interpretabilité en apprentissage automatique (ML) appliquée à l'astronomie. Le premier concerne la modélisation automatique de courbes de lumière stellaires variables (en particulier les RR Lyrae) en termes d'équations différentielles et de méthodes connexes (par exemple, la théorie de Koopman et la décomposition en modes dynamiques - DMD). Cette approche produit des descriptions interprétables de la dynamique stellaire dans un langage bien connu des astronomes, leur permettant de poursuivre des études plus avancées (par exemple, en utilisant des méthodes de systèmes complexes pour étudier les oscillateurs non linéaires ou en utilisant l'analyse topologique des attracteurs). …
