176 Arbeiten
Diese Studie zeigt, dass der Model-Agnostic Meta-Learning (MAML)-Algorithmus einen kosmologischen Emulator ermöglicht, der sich mit nur wenigen Anpassungsbeispielen schnell an neue Rotverschiebungsverteilungen und Linsenkerne anpasst und dabei in der Lage ist, kosmologische Schlussfolgerungen deutlich genauer zu reproduzieren als herkömmliche Emulatoren.
Die Autoren stellen das neue Open-Source-Python-Paket „XSNAP" vor und wenden es auf Multi-Epochen-Röntgenbeobachtungen der Typ-II-Supernova 2024ggi an, um einen konstanten Massenverlustrate des Vorläufersterns zu bestimmen.
Diese Arbeit stellt ein vereinfachtes, auf der Annahme geringer Doppelbrechung basierendes Modell zur Analyse und Minderung von Interferenzstreifen in polarimetrischen Instrumenten vor, das durch den Vergleich mit rigorosen Methoden wie der Berreman-Rechnung validiert wird und zahlreiche Beispiele für die Abhängigkeit dieser Artefakte von optischen Designparametern liefert.
Diese Studie analysiert die asymmetrischen Gezeitenstörungen der Satelliten LARES 2 und LAGEOS, identifiziert signifikante Gezeitenkonstituenten und bewertet deren kumulative Wirkung, um präzise Störungsparameter für hochpräzise Orbitmodelle und die Verifikation des Lense-Thirring-Effekts bereitzustellen.
Das Paper stellt unxt vor, ein Python-Paket, das auf dem JAX-basierten Framework quax aufbaut und die Einheitenbehandlung von astropy.units integriert, um physikalische Einheiten nahtlos in hochperformante numerische Berechnungen einzubinden.
Diese Studie nutzt selbstüberwachtes maschinelles Lernen auf Daten des DESI Legacy Survey, um 16 neue, helle Quasare bei Rotverschiebungen von zu identifizieren, die für das Verständnis des frühen Universums entscheidend sind und teilweise von herkömmlichen Suchmethoden übersehen worden wären.
Diese Arbeit beschreibt die Anwendung einer einfachen Skalierung basierend auf aktualisierten CALSPEC-Modellen, um die Durchsätze von acht STIS-Echelle-Moden für die Zeit vor der vierten Wartungsmission (SM4) zu rekalibrieren und so die Genauigkeit im FUV- und NUV-Bereich um typischerweise 0,5 bis 2,4 % zu verbessern.
Diese Arbeit stellt eine neue Methode zur präziseren Definition von STIS-Echelle-Spuren mittels Gauß-Prozess-Regression vor, die die Krümmung der Spektralordnungen berücksichtigt und die Flussdurchlässigkeit insbesondere an den Detektorrändern um etwa 4 % verbessert.
Die Studie zeigt, dass die bisher übliche Annahme einer Frequenzbandbreite von für die Vorhersage der Nachweiswahrscheinlichkeit solarähnlicher Oszillationen suboptimal ist, und empfiehlt stattdessen einen Wert von , um die Detektionswahrscheinlichkeit und die prognostizierten Nachweiseffizienzen zu maximieren.
Diese Studie zeigt, dass die traditionelle Methode zur Korrektur ionosphärischer Faraday-Rotation bei VLA- und MeerKAT-Beobachtungen die Rotation signifikant überschätzt, während die Nutzung lokaler GNSS-Daten durch die Software ALBUS deutlich genauere Korrekturen ermöglicht und gleichzeitig die intrinsischen EVPA-Werte der Kalibratoren 3C286 und 3C138 über einen weiten Frequenzbereich bestimmt werden.
Die vorgestellte Arbeit beschreibt eine softwarebasierte, mehrstufige Parallel-Pipeline zur Simulation des SPHERE-3-Detektors, die durch die unabhängige Verarbeitung einzelner Ereignisse und eine architektonische Vermeidung von Sperren eine lineare Skalierbarkeit bei der Optimierung der Detektorkonfiguration für die Erforschung der kosmischen Strahlung ermöglicht.
Das Paper beschreibt die Entwicklung einer Multithread-Version des CORSIKA-Codes mit Cherenkov-Option für das SPHERE-3-Projekt auf dem Supercomputer Lomonosov-2, um die rechenintensive Simulation ausgedehnter Luftschauer zu beschleunigen und Zeitlimits bei der Ereignisgenerierung zu überwinden.
Die vorgestellte Arbeit entwickelt eine analytische Korrektur auf Basis des Cutler-Vallisneri-Formalismus, um die durch spektrale Drift bei der Null-Latenz-Verarbeitung von Gravitationswellensignalen verursachten systematischen Fehler in Zeit, Phase und Signal-Rausch-Verhältnis zu kompensieren und somit die Genauigkeit der Himmelslokalisierung sowie das Detektionsvolumen für zukünftige Beobachtungsruns zu erhalten.
Die Studie stellt eine schnelle und präzise phänomenologische Methode vor, die mithilfe eines effektiven Chirp-Massen-Modells und einer likelihood-basierten Abtastung im Zeit-Frequenz-Bereich die Bahnexzentrizität von verschmelzenden Binärsystemen aus Schwarzen Löchern innerhalb von fünf Minuten zuverlässig einschränkt, um zukünftige Detektionen mit verbesserten Gravitationswellenobservatorien vorzubereiten.
Diese Arbeit erweitert das Deep-Learning-Framework POLISH durch patch-basiertes Training und eine nichtlineare Intensitätstransformation, um robuste, hochauflösende Bilder aus Radio-Interferometrie-Daten zu erzeugen und damit die Entdeckung von Gravitationslinsen im Vergleich zu herkömmlichen Methoden wie CLEAN signifikant zu steigern.
Die Studie stellt ein auf dem neuronalen Netzwerk The Payne basierendes MLP-Modell vor, das die instrumentelle Profilierung des LAMOST-Teleskops präzise charakterisiert und durch eine verbesserte Bestimmung der Sternradialgeschwindigkeiten die Streuung um etwa 3 km/s reduziert, was die Suche nach langperiodischen Doppelsternen erleichtert.
Die Studie stellt eine robuste Methode zur Korrektur geometrischer Verzerrungen für die Hauptkamera des chinesischen Weltraumteleskops CSST vor, die durch eine gewichtete Polynomkorrektur in zwei Phasen und eine Nachschlagetabelle eine hohe astrometrische Präzision sowohl bei simulierten als auch bei realen Beobachtungsdaten erreicht.
Diese Studie validiert die Übereinstimmung zwischen koronografischen Messungen und aerosolbasierten Ableitungen der Helligkeit des Sonnenumkreises am Mauna Loa und ermöglicht so eine erweiterte Analyse der Tageshimmelqualität für die Sonnenkorona-Beobachtung über mehrere Jahrzehnte.
Dieses Papier schlägt vor, dass ein von Großbritannien geführtes nahinfrarotes Integral-Feld-Spektrograph-System für den Koronografen des Habitable Worlds Observatory entscheidend ist, um durch die gleichzeitige Erfassung multipler atmosphärischer Moleküle im Wellenlängenbereich von 0,3 bis 1,7 Mikrometern eindeutige Biosignaturen auf erdähnlichen Exoplaneten nachzuweisen.
Die Studie zeigt, dass ein hybrider Ansatz aus Matched-Filtering und Convolutional Neural Networks die Rechenkosten für die Suche nach Gravitationswellen von kompakten Binärsystemen senken kann, ohne dabei die Nachweisleistung im Vergleich zu herkömmlichen Methoden zu beeinträchtigen.