astro-ph.IM

Denoising Interferometric Observations Using Visibilities-Informed Neural Networks

यह शोध पत्र VIREO को प्रस्तुत करता है, जो एक मशीन लर्निंग-आधारित विधि है जो खगोलीय अवलोकनों को प्रभावी ढंग से डीनोइज़ (denoise) करने के लिए एक U-Net आर्किटेक्चर में इंटरफेरोमेट्रिक पॉइंट स्प्रेड फंक्शन्स (interferometric point spread functions) को सम्मिलित करती है, जो पारंपरिक क्लीनिंग तकनीकों से बेहतर प्रदर्शन करती है और भविष्य के इंटरफेरोमेट्रिक डेटा विश्लेषण के लिए सामान्य प्रयोज्यता प्रदर्शित करती है।

Connecting the Dots: A Machine Learning Ready Dataset for Ionospheric Forecasting Models

2025 नासा हेलियोलैब के हिस्से के रूप में, यह शोध पत्र एक क्यूरेटेड, ओपन-एक्सेस, मशीन लर्निंग-रेडी डेटासेट पेश करता है जो विभिन्न भू-चुंबकीय स्थितियों के तहत वर्टिकल टोटल इलेक्ट्रॉन कंटेंट (TEC) के बेहतर परिचालन पूर्वानुमान के लिए स्पैटियोटेम्पोरल मॉडलों को प्रशिक्षित करने और बेंचमार्क करने हेतु विविध सौर, हेलियोस्फेरिक और आयनोस्फेरिक मापों को एकीकृत करता है।

astroCAMP: A Community Benchmark and Co-Design Framework for Sustainable SKA-Scale Radio Imaging

यह शोध पत्र astroCAMP को प्रस्तुत करता है, जो एक पुनरुत्पादक बेंचमार्किंग और सह-डिज़ाइन फ्रेमवर्क है जो वर्तमान हार्डवेयर उपयोग संबंधी बाधाओं को दूर करके और सिद्धांत-आधारित क्रॉस-लेयर अनुकूलन को सक्षम करके, SKA-स्तर के रेडियो इमेजिंग पाइपलाइनों की ऊर्जा, लागत और वैज्ञानिक निष्ठा को अनुकूलित करने के लिए एकीकृत मेट्रिक्स और वर्कफ़्लो स्थापित करता है।

Exposure-averaged Gaussian Processes for Combining Overlapping Datasets

यह शोध पत्र एक सामान्यीकृत गॉसियन प्रोसेस ढांचे को प्रस्तुत करता है जो एक्सपोजर-एवरेजिंग प्रभावों और इंस्ट्रूमेंटल ड्रिफ्ट्स को ध्यान में रखते हुए अलग-अलग एक्सपोजर समय वाले उपकरणों से ओवरलैपिंग डेटासेट को सटीक रूप से संयोजित करने के लिए एक्सपोजर-एवरेजिंग प्रभावों और इंस्ट्रूमेंटल ड्रिफ्ट्स को समाहित करता है, जिससे एक्सट्रीम प्रिसिजन रेडियल वेलोसिटी अवलोकनों जैसे संदर्भों में लेटेंट स्टेलर सिग्नल्स की रिकवरी संभव हो पाती है।

Scalable Gaussian Processes for Integrated and Overlapping Measurements Via Augmented State Space Models

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

यह शोध पत्र प्रदर्शित करता है कि PITA नामक एक नवीन अर्ध-पर्यवेक्षित (semi-supervised) डीप लर्निंग मॉडल, जो लेबल किए गए और बिना लेबल वाले HST/CANDELS डेटा दोनों का लाभ उठाता है, सीमित स्पेक्ट्रोस्कोपिक प्रशिक्षण डेटा का प्रभावी ढंग से उपयोग करने के लिए एक सुचारू लेटेंट स्पेस (latent space) बनाकर नैन्सी ग्रेस रोमन स्पेस टेलीस्कोप के लिए फोटोमेट्रिक रेडशिफ्ट का अनुमान लगाने में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Earth Science Foundation Models: From Perception to Reasoning and Discovery

यह शोध पत्र पृथ्वी प्रणाली के सभी क्षेत्रों में धारणा (perception) से लेकर तर्क (reasoning) और खोज (discovery) तक उनके विकास का पता लगाते हुए पृथ्वी विज्ञान के फाउंडेशन मॉडल्स की एक एकीकृत समीक्षा प्रस्तुत करता है, साथ ही 200 से अधिक डेटासेट संकलित करता है और विश्वसनीय, एजेंटिक एआई वैज्ञानिकों को विकसित करने के लिए प्रमुख चुनौतियों और भविष्य की दिशाओं को रेखांकित करता है।

Machine-learning applications for weak-lensing cosmology

यह समीक्षा लेख वीक-लेंसिंग कॉस्मोलॉजी में हालिया मशीन-लर्निंग प्रगति का परीक्षण करता है, जो यह विवरण देता है कि कैसे ये तकनीकें डार्क मैटर के स्थानिक वितरण से बेहतर कॉस्मोलॉजिकल जानकारी निकालने के लिए पारंपरिक विश्लेषण सीमाओं को पार करती हैं।

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

यह शोधपत्र बेयसियन ऑर्बिट इन्फरेंस (Bayesian orbit inference) को सुगम बनाने के लिए कक्षीय तत्वों (orbital elements) और कार्टेशियन स्थिति-वेग सदिशों (Cartesian position-velocity vectors) के बीच रूपांतरण के जैकोबियन डिटरमिनेंट्स (Jacobian determinants) के लिए संक्षिप्त विश्लेषणात्मक व्यंजक प्रस्तुत करता है, साथ ही एक व्यापक रूप से उपयोग किए जाने वाले बाइनरी माइक्रोलेंसिंग पैरामीट्राइजेशन में एक औपचारिक विलक्षणता (formal singularity) को ठीक करता है और यह प्रदर्शित करता है कि कार्टेशियन स्टेट वेक्टर्स में पुनर्रचना (reparameterization) एस्ट्रोमेट्रिक ऑर्बिट फिटिंग की दक्षता और मजबूती में महत्वपूर्ण सुधार करती है।

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

लेखक एक नवीन PSF डीकनवल्शन एल्गोरिदम प्रस्तावित करते हैं जो विशिष्ट बाधाओं के तहत छवियों को सुचारू विस्तारित और विरल बिंदु-स्रोत घटकों में विभाजित करके, AGN होस्ट गैलेक्सीज़ के स्थानिक रिज़ॉल्यूशन को एक साथ बढ़ाता है और उनके चमकीले केंद्रीय बिंदु स्रोतों को हटाता है, जो आगामी वाइड-फील्ड सर्वेक्षणों के साथ भविष्य के सांख्यिकीय रूपात्मक अध्ययनों को सक्षम करने के लिए सुबारू टेलीस्कोप डेटा पर अपनी प्रभावशीलता का प्रदर्शन करता है।