astro-ph.IM」カテゴリーアーカイブ

The future of cosmological likelihood-based inference: accelerated high-dimensional parameter estimation and model comparison

要約 私たちは、機械学習とその基礎となるテクノロジーの最近の発展を活用して、高次 … 続きを読む

カテゴリー: astro-ph.CO, astro-ph.IM, cs.LG | The future of cosmological likelihood-based inference: accelerated high-dimensional parameter estimation and model comparison はコメントを受け付けていません

A Versatile Framework for Analyzing Galaxy Image Data by Implanting Human-in-the-loop on a Large Vision Model

要約 天文データセットの指数関数的な増加は、人類に宇宙についての洞察を得る前例の … 続きを読む

カテゴリー: astro-ph.GA, astro-ph.IM, cs.AI | A Versatile Framework for Analyzing Galaxy Image Data by Implanting Human-in-the-loop on a Large Vision Model はコメントを受け付けていません

Extracting the gamma-ray source-count distribution below the Fermi-LAT detection limit with deep learning

要約 機械学習技術を採用することにより、解決された線源と未解決の線源の銀河系外ガ … 続きを読む

カテゴリー: astro-ph.CO, astro-ph.HE, astro-ph.IM, cs.LG | Extracting the gamma-ray source-count distribution below the Fermi-LAT detection limit with deep learning はコメントを受け付けていません

Using autoencoders and deep transfer learning to determine the stellar parameters of 286 CARMENES M dwarfs

要約 深層学習 (DL) 技術は、M 個の矮星の恒星のパラメーターを決定するとい … 続きを読む

カテゴリー: astro-ph.EP, astro-ph.IM, astro-ph.SR, cs.LG | Using autoencoders and deep transfer learning to determine the stellar parameters of 286 CARMENES M dwarfs はコメントを受け付けていません

Ground-based Image Deconvolution with Swin Transformer UNet

要約 地上ベースの全天天文調査では今後数百万枚の画像が収集されるため、これらの画 … 続きを読む

カテゴリー: astro-ph.IM, cs.CV | Ground-based Image Deconvolution with Swin Transformer UNet はコメントを受け付けていません

Machine Learning Assisted Dynamical Classification of Trans-Neptunian Objects

要約 太陽系外縁天体 (TNO) は、太陽系の外側にある小さな氷の天体です。 そ … 続きを読む

カテゴリー: astro-ph.EP, astro-ph.IM, cs.LG | Machine Learning Assisted Dynamical Classification of Trans-Neptunian Objects はコメントを受け付けていません

The R2D2 deep neural network series paradigm for fast precision imaging in radio astronomy

要約 電波干渉 (RI) イメージングでは、大量のデータから高解像度、高ダイナミ … 続きを読む

カテゴリー: astro-ph.IM, cs.CV, cs.LG | The R2D2 deep neural network series paradigm for fast precision imaging in radio astronomy はコメントを受け付けていません

Cross-Temporal Spectrogram Autoencoder (CTSAE): Unsupervised Dimensionality Reduction for Clustering Gravitational Wave Glitches

要約 レーザー干渉計重力波観測所 (LIGO) の進歩により、重力波検出の実現可 … 続きを読む

カテゴリー: astro-ph.IM, cs.CV, cs.LG, gr-qc | Cross-Temporal Spectrogram Autoencoder (CTSAE): Unsupervised Dimensionality Reduction for Clustering Gravitational Wave Glitches はコメントを受け付けていません

CLEANing Cygnus A deep and fast with R2D2

要約 天文学における電波干渉法による合成イメージングのための新しい深層学習パラダ … 続きを読む

カテゴリー: astro-ph.IM, cs.LG, eess.IV, eess.SP | CLEANing Cygnus A deep and fast with R2D2 はコメントを受け付けていません

Deep Learning and LLM-based Methods Applied to Stellar Lightcurve Classification

要約 光度曲線は、星の形成と進化に関する貴重な情報源として役立ちます。 機械学習 … 続きを読む

カテゴリー: astro-ph.IM, astro-ph.SR, cs.CL, cs.LG | Deep Learning and LLM-based Methods Applied to Stellar Lightcurve Classification はコメントを受け付けていません