الرئيسية < البحوث والدراسات < تفاصيل بحث أو دراسة
Optimizing Pulsar Star Prediction in Large-Scale Astronomical Surveys Using Hybrid Resampling and Automated Machine Learning
| الباحث(ون): | - Fatema. M Al-Asbli
- Issa. M Al-magrhe
|
|---|
| المؤسسة: | Higher Institute of Engineering Technologies, Al-Majouri - Benghazi - Libya |
|---|
| المجال: | الروبوتات والذكاء الصناعي وانظمة التحكم الذاتي |
|---|
| منشور في: | العدد التاسع والثلاثون - أكتوبر 2026 |
|---|
الملخص
تُعدّ عملية التصنيف الآلي للمرشحين للنجوم النابضة تحديًا بسبب الاختلال الشديد في توازن الفئات، والضوضاء، والتداخلات الراديوية (RFI). تقدم هذه الدراسة إطارًا مقارنًا للتعلم الآلي خاليًا من تسرب البيانات باستخدام مجموعة بيانات HTRU2 التي تضم 17,898 عينة، منها 1,639 نجمًا نابضًا و16,259 مرشحًا غير نابض، ممثلة بثماني خصائص إحصائية. قُسمت البيانات قبل إجراء المعالجة المسبقة، مع اقتصار التطبيع وإعادة موازنة الفئات الهجينة على بيانات التدريب فقط. ويقارن الإطار بين نماذج التعلم الآلي التقليدية والتجميعية، وXGBoost، وشبكات MLP، وإعادة الموازنة الهجينة باستخدام Under-sampling وSMOTE، وH2O AutoML، بالاعتماد على مجموعة شاملة من مقاييس التصنيف، مدعومة بالتحقق المتقاطع 10-fold، وفواصل الثقة Bootstrap، واختبار McNemar.
على مجموعة الاختبار غير المتأثرة، حقق H2O AutoML دقة بلغت 98.12%، و F1-score قدره 89.22%، و Recall بلغ 84.96%، وSpecificity بلغت 99.45%، وROC-AUC بلغ 97.71%، ومعامل MCC قدره 0.8833، بينما حقق XGBoost دقة 98.06% وF1-score قدره 0.8901. أدت إعادة الموازنة الهجينة إلى رفع معدل الاستدعاء Recall لـ XGBoost من 85.57% إلى 91.87% وخفض معدل السلبية الكاذبة FNR من 14.43% إلى 8.13%، لكنها خفضت الدقة إلى 96.42%، مما يوضح وجود مفاضلة بين الحساسية والدقة بدلًا من تحقيق تحسن شامل. وبوجه عام، توفر AutoML وإعادة الموازنة الهجينة استراتيجيتين متكاملتين لمعالجة مشكلة عدم توازن الفئات في تصنيف المرشحين للنجوم النابضة. ونظرًا لعدم استخدام مجموعة بيانات فلكية مستقلة للتحقق، لا تدّعي الدراسة تحقيق تعميم عبر المسوحات الفلكية المختلفة أو الجاهزية للنشر.......................
الكلمات المفتاحية:................ تصنيف مرشحي النجوم النابضة، HTRU2، عدم توازن الفئات، SMOTE، إعادة الموازنة الهجينة، XGBoost، التعلم التجميعي؛ H2O AutoML، التقييم الخالي من تسرب البيانات، التقييم الإحصائي.
Abstract
Automated pulsar candidate classification is challenging due to severe class imbalance, noise, and Radio Frequency Interference (RFI). This study presents a leakage-free comparative machine learning framework using the HTRU2 dataset of 17,898 instances, including 1,639 pulsars and 16,259 non-pulsars represented by eight statistical features. Data were split before preprocessing, with scaling and hybrid resampling restricted to the training set. The framework evaluates classical and ensemble models, XGBoost, MLP, hybrid undersampling–SMOTE, and H2O AutoML using comprehensive classification metrics, supported by 10-fold cross-validation, bootstrap confidence intervals, and McNemar’s tests.
On the untouched test set, H2O AutoML achieved 98.12% accuracy, 89.22% F1-score, 84.96% recall, 99.45% specificity, 97.71% ROC-AUC, and MCC = 0.8833, while XGBoost achieved 98.06% accuracy and F1 = 0.8901. Hybrid resampling increased XGBoost recall from 85.57% to 91.87% and reduced FNR from 14.43% to 8.13%, but decreased accuracy to 96.42%, demonstrating a sensitivity–precision trade-off rather than universal improvement. Overall, AutoML and hybrid resampling provide complementary strategies for imbalanced pulsar classification. Since no independent astronomical dataset was used, the study makes no claim of cross-survey generalization or deployment readiness..................
Keywords: ....Pulsar candidate classification, HTRU2, class imbalance, SMOTE, hybrid resampling, XGBoost, ensemble learning, H2O AutoML, leakage-free evaluation, statistical evaluation.
