179 papers
Dit artikel presenteert het ontwerp en de prestatieanalyse van een lichtgewicht, off-axis vierspiegel-laserzender voor ruimtegravitatiegolfdetectie, die door middel van geavanceerde structurele en thermische optimalisatie hoge optische stabiliteit en efficiëntie garandeert onder de extreme omstandigheden van de ruimte.
Een eeuw na de pionierswerk van Bernard Lyot rapporteren PICSARR-observaties nieuwe, hoogprecieze polarimetrische metingen van Venus die, hoewel ze grotendeels overeenkomen met eerdere modellen en deeltjesgrootteverdelingen, aanzienlijke variabiliteit in de fasecurve en een afwijkend UV-polarisatiegedrag in de poolgebieden onthullen dat wijst op lagere wolktoppen en een groter Rayleigh-verstrooiingscomponent dan in evenwijdige modellen wordt voorspeld.
Dit artikel beschrijft numerieke simulaties voor het SAXO+-systeem die aantonen dat een donkere-holte-lus de resterende sterrenlichtintensiteit met een factor 200 vermindert, terwijl NCPA-compensatie een factor 20 bereikt, waarbij de kalibratie van optische gains van de pyramide-WFS vooral bij heldere sterren en slechte seeing de prestaties verbetert.
Deze paper introduceert CODES, een gestructureerd raamwerk dat systematische vergelijkingen en dual-objective optimalisatie mogelijk maakt om de meest geschikte neurale surrogaatmodellen voor niet-evenwichtsche chemie in de astrofysica te selecteren op basis van nauwkeurigheid en efficiëntie.
Dit artikel introduceert een door GPU-versnelling aangedreven pijplijn voor de real-time detectie en filtering van transienten in DECam-tijdsdomeinonderzoeken, die een hoge volledigheid en efficiëntie biedt voor snelle follow-up van gebeurtenissen zoals zwaartekrachtgolven.
Deze paper introduceert een deep learning-framework met een convolutie-encoder-decoder-architectuur en transfer learning voor het snel en nauwkeurig genereren van Teukolsky-amplitudes voor generieke EMRI-banen, waardoor waveformmodellen binnen milliseconden kunnen worden gegenereerd met een foutmarge van ongeveer $10^{-3}$.
Deze studie beschrijft de modificatie van een commerciële lasermassaspectrometer tot een wetenschappelijke analogon voor het MOMA-instrument op de Rosalind Franklin-lander, waarmee snelle validatie en pre-vluchtdata voor de zoektocht naar organische biosignaturen op Mars mogelijk worden gemaakt.
In dit artikel wordt getoond hoe Variational Autoencoders (VAE) en Actief Leren kunnen worden ingezet om anomalieën in ongeveer 200.000 DESI-galaxiespectra te detecteren, waardoor zowel instrumentale artefacten voor procesverbetering als unieke fysische objecten voor nieuwe ontdekkingen kunnen worden geïdentificeerd.
In dit overzicht worden de fundamentele theorieën en numerieke methoden voor de gekoppelde thermische en magnetische evolutie van geïsoleerde neutronensterren uiteengezet, met een nadruk op benchmarktests, de evolutie van bestaande axiale modellen naar volledig driedimensionale simulaties, en een perspectief op toekomstige ontwikkelingen in dit dynamische onderzoeksveld.
Dit artikel pleit voor een paradigma-verschuiving in de classificatie van waarnemingswaarschuwingen van tijdsgebonden astronomische surveys door aan te tonen dat het gebruik van vooraf getrainde, gestandaardiseerde computer-vision-modellen, met name met Galaxy Zoo-gegevens, superieure prestaties en efficiëntie biedt ten opzichte van traditionele, van scratch getrainde CNN's.
Dit paper introduceert BLISS, een probabilistische methode die gebruikmaakt van convolutionele neurale netwerken en een denoising autoencoder om sterren en sterrenstelsels in overbelaste astronomische beelden te detecteren, te ontwarren en te meten, waardoor systematische fouten door vermenging in toekomstige kosmologische surveys zoals LSST aanzienlijk worden verminderd.
Dit artikel introduceert een interpreteerbaar, multi-modaal deep learning-framework dat ruimtelijke en spectraal informatie uit CO-observaties combineert om robuuste schattingen van massa, inclinatie en positiehoek van hoog-massieve protostars te leveren, waarmee projectie-effecten en complexe morfologieën effectief worden overwonnen.
Het CHRONOS-project is een voorgesteld volgende generatie grondgebonden zwaartekrachtgolfobservatorium dat met behulp van cryogene torsiestaven en quantum-niet-vernielende snelheidsmetingen de sub-Hz-frequentieband zal verkennen om de bronnen van zwaartekrachtgolven nauwkeuriger te lokaliseren, de algemene relativiteitstheorie te testen en het stochastische zwaartekrachtgolvenachtergrondsignaal te bestuderen.
Dit artikel toont aan dat het Dedalus3-softwarepakket een waardevol hulpmiddel is voor het bestuderen van exoplanetaire atmosferische dynamica, mits zorgvuldig getest en toegepast op specifieke problemen zoals jet-instabiliteit en straalstroom-evolutie.
Dit artikel beschrijft de implementatie en openbaarmaking van een module voor zelfinteragerende donkere materie in de kosmologische simulatiecode OpenGadget3, die elastische verstrooiing voor diverse doorsneden en twee-speciesmodellen mogelijk maakt en wordt gevalideerd via tests en prestatieanalyses.
Dit artikel biedt een complete analyse van de factoren die de hemelpositiebepaling van zwaartekrachtgolven met pulsartimingarrays beïnvloeden, waarbij wordt vastgesteld dat de nauwkeurigheid van pulsarafstanden en de hoekafstand tot de bron cruciaal zijn voor de localisatie, maar dat huidige zoekmethodes die pulsartermfases als storende variabelen behandelen, weinig vooruitgang boeken bij het verfijnen van deze afstandsgegevens.
Deze paper introduceert een nieuwe set van 32 heldere DA-witte dwergen als spectofotometrische standaardsterren met een all-sky dekking en sub-procent nauwkeurigheid, die de bestaande CALSPEC-standaarden aanvullen en geschikt zijn voor grote telescopen en surveys.
Dit artikel presenteert een systematische transitiezoektocht naar exoplaneten rond 121 nieuwe M3-M6 dwergsterren met TESS-data, waarbij 20 signaalkandidaten werden geïdentificeerd en geklasseerd op basis van betrouwbaarheid, met twee hoog-rangorde prioriteiten voor bevestiging.
Deze paper presenteert een rekenkundige methode om intra-pixelgevoeligheidsvariaties (IPSV) in ruimtetelescopen direct uit sterbeelden af te leiden, waardoor de precisie van stercentrering met een factor 30 verbetert en periodieke pixel-fasefouten worden geëlimineerd.
Dit artikel introduceert CSST-PSFNet, een diep leermodel dat een residual neural network, een lichtgewicht Transformer-architectuur en een variational latent representation combineert om de puntverspreidingsfunctie (PSF) van de Chinese Ruimtestation Survey Telescope (CSST) met hoge precisie te reconstrueren, waardoor de nauwkeurigheid voor zwakke lensing-metingen aanzienlijk wordt verbeterd ten opzichte van bestaande methoden.