🔭 astrophysics

Exposure-averaged Gaussian Processes for Combining Overlapping Datasets

تقدم هذه الورقة إطار عمل لعملية غاوسية معممة تأخذ في الاعتبار تأثيرات متوسط التعرض والانزياحات الآلية لدمج مجموعات البيانات المتداخلة من أجهزة ذات أوقات تعرض مختلفة بدقة، مما يتيح استعادة الإشارات النجمية الكامنة في سياقات مثل ملاحظات السرعة الشعاعية فائقة الدقة.

Jacob K. Luhn, Ryan A. Rubenzahl, Samuel Halverson, Lily L. Zhao2026-05-14
🔭 astrophysics

Optimizing Deep Learning Photometric Redshifts for the Roman Space Telescope with HST/CANDELS

تُثبت هذه الورقة أن نموذجاً جديداً للتعلم العميق شبه المُشرف يُسمى PITA، والذي يستفيد من بيانات HST/CANDELS المصنفة وغير المصنفة معاً، يتفوق على الأساليب الحالية في تقدير الإنزياح الأحمر الضوئي لتلسكوب نانسي غريس رومان الفضائي من خلال إنشاء فضاء كامن سلس يستغل بفعالية البيانات الطيفية التدريبية المحدودة.

Ashod Khederlarian, Brett H. Andrews, Jeffrey A. Newman, Tianqing Zhang, Biprateep Dey2026-05-14
🔭 astrophysics

Earth Science Foundation Models: From Perception to Reasoning and Discovery

تقدم هذه الورقة مراجعة موحدة لنماذج التأسيس في علوم الأرض من خلال تتبع تطورها من الإدراك إلى الاستنتاج والاكتشاف عبر جميع مجالات نظام الأرض، مع تجميع أكثر من 200 مجموعة بيانات وتحديد التحديات الرئيسية والتوجهات المستقبلية لتطوير علماء ذكاء اصطناعي وكلاء وموثوقين.

Xiangyu Zhao, Bo Liu, Yuehan Zhang, Zelin Song, Wanghan Xu, Feng Liu, Fengxiang Wang, Ben Fei, Fenghua Ling, Wangxu Wei (…)2026-05-14
🔭 astrophysics

Machine-learning applications for weak-lensing cosmology

تستعرض هذه المقالة المراجعية التطورات الأخيرة في تعلم الآلة في علم كونيات العدسة الضعيفة، حيث تفصل كيف تتغلب هذه التقنيات على القيود التحليلية التقليدية لاستخراج المعلومات الكونية بشكل أفضل من التوزيع المكاني للمادة المظلمة.

Masato Shirasaki2026-05-14
🔭 astrophysics

On the Reparameterization Between Cartesian Position-Velocity Vectors and Orbital Elements in the Kepler Problem

تقدم هذه الورقة تعبيرات تحليلية موجزة لمحددات جاكوبي للتحويل بين العناصر المدارية ومتجهات الموضع-السرعة الكارتيزية لتسهيل الاستدلال البايزي للمدار، مع تصحيح تفرد شكلي في توصيف مستخدم على نطاق واسع لعدسات المايكرولينسينج الثنائية، وإثبات أن إعادة التوصيف إلى متجهات الحالة الكارتيزية تحسن بشكل كبير من كفاءة ومتانة ملاءمة المدار الفلكي.

Kento Masuda, Kansuke Nunota2026-05-14
🔭 astrophysics

A New PSF Deconvolution Algorithm: Simultaneous Spatial Resolution Enhancement and Point Source Removal for Morphological Analysis of AGN Host Galaxies

يقترح المؤلفون خوارزمية جديدة لفك التواء دالة انتشار النقطة (PSF) تعمل في آن واحد على تعزيز الدقة المكانية للمجرات المضيفة للنوى المجريّة النشطة (AGN) وإزالة مصادرها النقطية المركزية الساطعة عبر تحليل الصور إلى مكونات ممتدة سلسة وأخرى نقطية متفرقة تحت قيود محددة، مما يثبت فعاليتها على بيانات تلسكوب سوبارو لتمكين الدراسات المورفولوجية الإحصائية المستقبلية مع المسوحات القادمة واسعة المجال.

Ren Kawase, Takatoshi Shibuya, Kazunori Matsuda2026-05-14
⚛️ high-energy experiments

Inpainting over the cracks: challenges of applying pre-merger searches for massive black hole binaries to realistic LISA datasets

تثبت هذه الورقة أن كلاً من الترشيح عديم التأخير وتقنية "الترميم" (inpainting) المبتكرة يمكنهما بنجاح تحديد اندماجات الثقوب السوداء الثنائية الضخمة في مجموعات بيانات "ليزا" (LISA) الواقعية، حتى في ظل وجود فجوات في البيانات وإشارات متداخلة، مما يتيح تحديد الموقع السماوي الحرج قبل الاندماج للملاحظات متعددة الرسائل.

Gareth Cabourn Davies, Ian Harry2026-05-14
🔭 astrophysics

From DES to KiDS: Domain adaptation for cross-survey detection of low-surface-brightness galaxies

تُثبت هذه الورقة أن تقنيات تكييف النطاق، باستخدام نماذج التعلم العميق المدربة على بيانات مسح الطاقة المظلمة، يمكنها تحديد وتوصيف أكثر من 20,000 مجرة ذات سطوع منخفض و434 مجرة فائقة الانتشار في مسح (KiDS DR5) بشكل قوي، مما يؤسس مساراً قابلاً للتوسع لإنشاء فهارس مجرات متجانسة للمسوحات المستقبلية واسعة النطاق مثل (LSST) و(Euclid).

Hareesh Thuruthipilly, Krzysztof Lisiecki, Junais, Katarzyna Małek, Agnieszka Pollo, William J. Pearson, Antonio Vanzan (…)2026-05-14
🔭 astrophysics

Applying Vision Transformers on Spectral Analysis of Astronomical Objects

تُثبت هذه الورقة أن الضبط الدقيق لنماذج "Vision Transformers" المدربة مسبقاً على بيانات طيفية فلكية حقيقية واسعة النطاق تم تحويلها إلى صور ثنائية الأبعاد يحقق دقة فائقة في تصنيف النجوم وتقديراً تنافسياً للإزاحة الحمراء مقارنة بطرق التعلم الآلي التقليدية ونماذج التعلم العميق الحالية، مما يمثل أول تطبيق من هذا النوع دون الاعتماد على مدخلات اصطناعية.

Luis Felipe Strano Moraes, Ignacio Becker, Pavlos Protopapas, Guillermo Cabrera-Vives2026-05-13