A Meta-Learning Framework for Multitask Reverberation Mapping in Active Galactic Nuclei
Este artículo presenta un marco de meta-aprendizaje basado en Procesos Neurales Latentes Atentos que mejora significativamente la reconstrucción no supervisada de curvas de luz de núcleos galácticos activos y la recuperación de las propiedades de los agujeros negros supermasivos y las funciones de transferencia, demostrando su escalabilidad y eficacia para el próximo Legacy Survey of Space and Time del Observatorio Vera C. Rubin.