معرفی شرکت ها
Auriga-0.1
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
A neural network for structure parameter determination
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | Auriga-0.1 |
| نام | Auriga |
| نسخه کتابخانه | 0.1 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Marina Kounkel |
| ایمیل نویسنده | marina.kounkel@wwu.edu |
| آدرس صفحه اصلی | https://github.com/mkounkel/Auriga |
| آدرس اینترنتی | https://pypi.org/project/Auriga/ |
| مجوز | - |
# Auriga
Auriga neural net predicts age, extinction, and distance to stellar populations
```
positional arguments:
tableIn Input table with Gaia DR2 source ids and cluster ids
optional arguments:
-h, --help show this help message and exit
--tutorial Use included test.fits or test.csv files as inputs
--tableOut TABLEOUT Prefix of the csv file into which the cluster
properties should be written, default tableIn-out
--iters ITERS Number of iterations of each cluster is passed through
Auriga to generate the errors, default 10
--localFlux Download necessary flux from Gaia archive for all
source ids, default True
--saveFlux SAVEFLUX If downloading flux, prefix of file where to save it,
default empty
--silent SILENT Suppress print statements, default False
--cluster CLUSTER Column with cluster membership
--source_id SOURCE_ID
Column with Gaia DR2 source id,
--gaiaFluxErrors GAIAFLUXERRORS
If loading flux, whether uncertainties in Gaia bands
have been converted from flux to magnitude, default
True
--g G If loading flux, column for G magnitude
--bp BP If loading flux, column for BP magnitude
--rp RP If loading flux, column for RP magnitude
--j J If loading flux, column for J magnitude
--h H If loading flux, column for H magnitude
--k K If loading flux, column for K magnitude
--parallax PARALLAX If loading flux, column for parallax
--eg EG If loading flux, column for uncertainty in G magnitude
--ebp EBP If loading flux, column for uncertainty in BP
magnitude
--erp ERP If loading flux, column for uncertainty in RP
magnitude
--ej EJ If loading flux, column for uncertainty in J magnitude
--eh EH If loading flux, column for uncertainty in H magnitude
--ek EK If loading flux, column for uncertainty in K magnitude
--eparallax EPARALLAX
If loading flux, column for uncertainty in parallax
--gf GF If uncertainties have not been converted to
magnitudes, column for G flux
--bpf BPF If uncertainties have not been converted to
magnitudes, column for BP flux
--rpf RPF If uncertainties have not been converted to
magnitudes, column for RP flux
--egf EGF If uncertainties have not been converted to
magnitudes, column for uncertainty in G flux
--ebpf EBPF If uncertainties have not been converted to
magnitudes, column for uncertainty in BP flux
--erpf ERPF If uncertainties have not been converted to
magnitudes, column for uncertainty in RP flux
```
## Examples:
Downloading photometry from the Gaia Archive for the sources defined in the fits table, saving the fluxes, and generating the outputs
```
auriga test.fits --tableOut test-out --saveFlux test --tutorial
```
Using previously downloaded fluxes to generate predictions. 20 implementations of each cluster are generated instead of 10, to estimate the uncertainties in the cluster parameters
```
auriga test.csv --localFlux --iters=20 --tutorial
```
Using previously downloaded fluxes, defining all the necessary columns
```
auriga test.fits --localFlux --gaiaFluxErrors --g phot_g_mean_mag --bp phot_bp_mean_mag \
--rp phot_rp_mean_mag --j j_m --h h_m --k ks_m --ej j_msigcom --eh h_msigcom \
--ek ks_msigcom --eparallax parallax_error --tutorial --silent
```
## Required packages:
* Astropy
* Astroquery
* Pytorch
* Pandas
نیازمندی
| مقدار | نام |
|---|---|
| - | torch |
| - | torchvision |
| - | astropy |
| - | astroquery |
| - | pandas |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl Auriga-0.1:
pip install Auriga-0.1.whl
نصب پکیج tar.gz Auriga-0.1:
pip install Auriga-0.1.tar.gz