Прогнозирование температуры звёзд

Нейросетевая модель для предсказания температуры на поверхности звёзд по их астрофизическим характеристикам.
Цель проекта — разработка альтернативы традиционным физическим методам (закон Вина, Стефана-Больцмана, спектральный анализ) с использованием машинного обучения.

🎯 Цель проекта

• Предсказывать температуру звёзд с высокой точностью
• Автоматизировать расчёты на основе астрофизических данных
• Сравнить результаты с физическими методами

💡 Использованные технологии

• Python 3.x
• pandas, numpy, matplotlib, seaborn
• torch, scikit-learn, phik
• StandardScaler, OneHotEncoder, ColumnTransformer
• Jupyter Notebook

🧪 Как запустить проект

git clone https://github.com/kagor4/Star-Temperature-Predictor.git
cd Star-Temperature-Predictor
pip install -r requirements.txt

Затем откройте и запустите файл Star Temperature Predictor.py или ноутбук с аналогичным кодом в Jupyter. Убедитесь, что датасет 6_class.csv доступен в папке /datasets/.

📊 Описание данных

Датасет содержит 240 записей о звёздах с характеристиками:

• Luminosity(L/Lo) — относительная светимость
• Radius(R/Ro) — относительный радиус
• Absolute magnitude(Mv) — абсолютная звёздная величина
• Star color — цвет звезды (blue, red, white и др.)
• Star type — тип звезды (0–5: коричневый карлик, красный карлик, белый карлик, главная последовательность, сверхгигант, гипергигант)
• Temperature (K) — целевая переменная, абсолютная температура

🔍 Краткие результаты

• Лучшая модель: Улучшенная нейронная сеть с Dropout (50%) и BatchNorm1d
• Метрика: RMSE = 4263 (тестовая выборка)
• Основные факторы:
  • Star color (корреляция с температурой: 70%)
  • Absolute magnitude(Mv) (корреляция: 69%)
  • Star type (корреляция: 60%)
• Основные выводы:
  • Цвет и звёздная величина — ключевые предикторы температуры
  • Радиус имеет слабую корреляцию (24%)
  • Модель эффективно обучается без переобучения благодаря ранней остановке
• Рекомендации:
  • Увеличить объём данных для повышения точности
  • Добавить признаки (например, спектральные характеристики)
  • Экспериментировать с архитектурами (глубокие сети, LSTM)

📁 Структура проекта

📦 Star-Temperature-Predictor/
├── Star Temperature Predictor.py  # анализ и обучение модели
├── requirements.txt               # зависимости
└── README.md                      # описание проекта

✅ TODO

• Собрать больше данных о звёздах
• Исследовать глубокие нейросети и LSTM
• Добавить визуализацию предсказаний в реальном времени
• Провести сравнение с физическими методами (Вина, Стефана-Больцмана)

© Автор

Автор: kagor4