1718 पेपर
यह रिपोर्ट जनवरी 2026 में आयोजित HDRL की पहली स्टाफ रणनीति बैठक के परिणामों का विवरण देती है, जहाँ 40 से अधिक प्रतिभागियों ने मेटाडेटा, उपयोगकर्ता और स्टाफ अनुभव, बुनियादी ढांचे, मेट्रिक्स और सामुदायिक जुड़ाव में भविष्य की कार्रवाइयों के मार्गदर्शन के लिए सात प्रमुख विषयों के माध्यम से रणनीतिक विचारों को उत्पन्न और प्राथमिकता दी।
JWST NIRISS डेटा में चार्ज माइग्रेशन आर्टिफ़ेक्ट्स को कम करके और उन्हें NIRSpec एवं HST अवलोकनों के साथ संयोजित करके, यह अध्ययन प्रकट करता है कि अल्ट्रा-हॉट जुपिटर KELT-7 b एक युवा, धातु-समृद्ध तारे की परिक्रमा करता है और इसमें HO, CO, और TiO की उच्च प्रचुरता वाली एक धातु-समृद्ध वायुमंडल है, लेकिन इसमें H और बादलों का अभाव है, जो इसके निर्माण के दौरान बढ़ी हुई धातु संचय (metal accretion) का सुझाव देता है।
यह शोध पत्र LSST सुपरनोवा सिमुलेशन और DES वास्तविक डेटा में महत्वपूर्ण संरचित अवशेषों (structured residuals) को प्रकट करने के लिए LightGBM मॉडलों का उपयोग करते हुए एक पर्यवेक्षित मशीन लर्निंग क्लोजर ऑडिट प्रस्तुत करता है, जो पारंपरिक एक-आयामी निदानों द्वारा छूट जाते हैं, जिससे कॉस्मोलॉजिकल मापदंडों के अनब्लाइंडिंग से पहले नॉन-क्लोजर की पहचान करने के लिए एक सुदृढ़ नैदानिक प्रोटोकॉल प्राप्त होता है।
यह शोध पत्र HARPERFECT को प्रस्तुत करता है, जो लेजर फ्रीक्वेंसी कॉम्ब अवलोकनों पर आधारित एक फॉरवर्ड मॉडल का उपयोग करके HARPS 2D डिटेक्टर डेटा से 1D स्पेक्ट्रा को पुनर्गठित करने की एक नवीन विधि है, ताकि बेहतर तरंगदैर्ध्य अंशांकन (wavelength calibration) और ऑर्डर ट्रेसिंग प्राप्त की जा सके, जिससे मौलिक स्थिरांकों और एक्सोप्लैनेट वायुमंडल के सटीक मापन के लिए आवश्यक सटीक रेजोल्यूशन मैट्रिक्स और स्वतंत्र नमूने प्रदान किए जा सकें।
यह शोध पत्र एक जनरेटिव मॉडल पेश करता है जो ज़मीनी आधारित DESI इमेजिंग को स्पेस-लाइक Euclid VIS इमेज में अनुवादित करता है, जो रिज़ॉल्यूशन में महत्वपूर्ण सुधार करता है और गैलेक्सी संरचनात्मक मापदंडों में आकार-निर्भर पूर्वाग्रहों को प्रभावी ढंग से हटाकर Euclid DR1 फुटप्रिंट के लिए एक सत्यापित डेटासेट बनाता है।
यह शोध पत्र अज्ञात बैकग्राउंड के तहत सिग्नल डिटेक्शन के लिए कंपेनसेटर-आधारित इन्फरेंस फ्रेमवर्क को, जिसे मूल रूप से स्वतंत्र और समान रूप से वितरित (i.i.d.) डेटा के लिए विकसित किया गया था, बिन्डेड पॉइसन काउंट्स के मामले में विस्तारित करता है जो भौतिकी और खगोल विज्ञान के प्रयोगों में सामान्य रूप से देखे जाते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि कमजोर रूप से पर्यवेक्षित (weakly supervised) मशीन लर्निंग, पूरी तरह से लेबल किए गए सिग्नल मॉडलों पर निर्भर रहने के बजाय, विभिन्न सिग्नल मिश्रणों वाले नमूनों पर क्लासिफायर को प्रशिक्षित करके, असामान्य -किरण स्रोतों और नए परिघटनाओं, जैसे कि डार्क मैटर सबहेलो या एक्सियन-फोटॉन दोलनों (axion-photon oscillations), की पहचान करने के लिए एक मॉडल-अज्ञेयवादी (model-agnostic) रणनीति प्रदान करता है।
यह शोध पत्र एक शोर-निर्भर वेवनंबर कटऑफ (wavenumber cutoff) या प्रत्यक्ष स्पेक्ट्रल घटाव (spectral subtraction) को पेश करके ब्रंट पद्धति का विस्तार करता है ताकि शोर वाले द्वि-आयामी कॉलम-घनत्व अवलोकनों से सटीक रूप से त्रि-आयामी विक्षुब्ध घनत्व प्रकीर्णन (turbulent density dispersions) को पुनः प्राप्त किया जा सके, जिससे माप के शोर के बावजूद अंतरतारकीय माध्यम (ISM) के विक्षोभ के विश्वसनीय अनुमान सक्षम हो सकें।
यह शोधपत्र एक सुदृढ़ मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो मल्टी-पाइपलाइन गुरुत्वाकर्षण तरंग खोज परिणामों को सुव्यवस्थित आत्मविश्वास स्कोर में मिलाने के लिए सुपरवाइज्ड लर्निंग को कॉन्फॉर्मल प्रेडिक्शन के साथ जोड़ता है, जो GWTC कैटलॉग में GW200311_103121 जैसे सबथ्रेशोल्ड उम्मीदवारों की सफलतापूर्वक पहचान और सत्यापन करता है।
यह शोध पत्र प्रदर्शित करता है कि छोटे, ओपन-वेट, जनरलइस्ट विजन-लैंग्वेज मॉडल्स बिना किसी कार्य-विशिष्ट प्रशिक्षण या फाइन-ट्यूनिंग के, विशिष्ट डीप लर्निंग डिटेक्टरों के तुलनीय ज़ीरो-शॉट फास्ट रेडियो बर्स्ट डिटेक्शन प्रदर्शन प्राप्त कर सकते हैं और साथ ही संरचित रेडियो हस्तक्षेप पर फॉल्स पॉजिटिव्स को महत्वपूर्ण रूप से कम कर सकते हैं।