Structural Design and Performance Analysis of Laser Transmitting Telescope for Space Gravitational Wave Detection
本文针对空间引力波探测需求，设计了一款基于离轴四反构型的激光发射望远镜，通过轻量化与柔性支撑优化实现了高精度面形与低质量，并经多工况有限元分析验证了其在强度、热稳定性及动力学性能上均满足严苛的太空环境要求。
🔭 Category
astro-ph.IM
179 篇论文
One Hundred Years of Venus Polarimetry: PICSARR Observations of the Phase Curves
该研究在百年后利用 PICSARR 设备对金星进行了高精度偏振观测，证实了现代辐射传输模型与经典研究的一致性，并揭示了紫外波段极区存在与水平均匀模型不符的特殊偏振行为，暗示该区域云层高度较低且瑞利散射成分更强。
Non-common path aberration compensation and a dark hole loop with a pyramid adaptive optics system: Application to SAXO+
本文通过端到端数值模拟研究了 SAXO+ 系统中基于金字塔波前传感器的非共路像差补偿与暗孔回路性能，发现非共路像差补偿可将残余星光降低 20 倍，而暗孔回路能将其降低 200 倍，并评估了金字塔光学增益校准在不同观测条件下的作用。
Systematic selection of surrogate models for nonequilibrium chemistry
该论文提出了名为 CODES 的框架，通过系统性优化与基准测试，对比了四种神经网络架构在非平衡化学模拟中的表现，揭示了全连接模型在精度与不确定性估计上的优势以及潜变量演化模型在迭代预测中的鲁棒性，并公开了相关数据集与工具以促进可复现研究。
A GPU-Accelerated Transient Detection Pipeline for DECam Time-Domain Surveys
本文介绍了一种专为 DECam 时域巡天设计的 GPU 加速瞬变源检测流水线，该流水线通过集成 SFFT 图像差分与 CNN 分类算法，实现了在有限计算资源下约 50 秒/曝光的高效实时处理，并能在保持 99% 真实源完整性的同时剔除 96% 的虚假信号，从而为引力波后续观测及 DESIRT 等关键项目提供可靠的科学级瞬变源警报。
A Deep Learning Framework for Amplitude Generation of Generic EMRIs
该论文提出了一种基于卷积编码器 - 解码器架构并采用迁移学习策略的深度学习框架，通过从简到繁的逐步训练，实现了在毫秒级时间内以约$10^{-3}$的误差快速生成极端质量比旋进（EMRI）的通用克尔轨道 Teukolsky 振幅，从而为空间引力波探测提供了高效且准确的波形建模方案。
Application of a modified commercial laser mass spectrometer as a science analog of the Mars Organic Molecule Analyzer (MOMA)
本文介绍了一种对商用激光解吸电离质谱仪进行的改装方案，使其参数更接近火星有机分子分析仪（MOMA），从而能够作为有效的地面模拟仪器，用于验证样品检测能力、生成飞行前参考数据并支持火星探测任务的科学目标。
Identifying Anomalous DESI Galaxy Spectra with a Variational Autoencoder
本文展示了利用变分自编码器（VAE）对约 20 万条 DESI 星系光谱进行降维与重构，通过识别高重构误差及潜在空间中的孤立点来发现包含仪器伪影和独特物理特征的光谱异常，并结合 Astronomaly 主动学习工具进行筛选，同时揭示了无监督潜在空间中对不同天体类别及物理演化轨迹（如恒星形成和发射线强度）的可解释性结构。
Magnetic, thermal and rotational evolution of isolated neutron stars
这篇综述文章概述了孤立中子星磁热演化的基础理论，重点介绍了数值方法、基准测试以及从轴对称模拟到全三维模型的最新进展，旨在指导未来的代码开发并深化对中子星多样性的理解。
Pre-training vision models for the classification of alerts from wide-field time-domain surveys
该研究表明，在宽视场时域巡天警报分类任务中，采用计算机视觉领域的标准预训练架构（特别是基于 Galaxy Zoo 星系图像的预训练）不仅性能优于或持平于传统的自定义卷积神经网络，而且在推理效率和资源消耗方面更具优势，从而倡导了该领域模型构建范式的转变。
Simulation-Based Inference for Probabilistic Galaxy Detection and Deblending
本文提出了一种名为 BLISS 的基于模拟推断的概率性方法，利用卷积神经网络和去噪自编码器，在模拟的 LSST 图像中实现了对重叠星系的检测、去混淆及属性测量，显著提升了在复杂混合场景下对微弱天体流量估计的准确性并有效降低了系统误差。
Disk Wind Feedback from High-mass Protostars. V. Application of Multi-Modal Machine Learning to Characterize Outflow Properties
该研究提出了一种结合空间与光谱信息的多模态深度学习框架，利用基于磁流体动力学模拟的 CO 观测数据，成功克服了投影效应等限制，实现了对大质量原恒星质量、倾角及位置角等关键参数的稳健且可解释的推断。
CHRONOS Science Program
CHRONOS 是一项拟议中的下一代地基引力波观测计划，旨在利用低温扭转杆干涉仪与量子非 demolition 速度计技术探测亚赫兹频段，从而填补空间与现有地基探测器之间的空白，实现对致密双星并合的长期追踪、源定位优化以及对原初引力波等宇宙学遗迹的深入探索。
A test of the Dedalus software for exoplanet atmospheric dynamics
本文利用浅水方程评估了 Dedalus3 软件在求解微分方程方面的能力，通过测试射流不稳定性、模拟木星纬向射流及对比热木星初始条件等案例，证实了该软件是研究行星流体动力学的有效工具，但强调针对具体问题需进行严谨的测试与执行。
The Cosmological Simulation Code OpenGadget3 -- Implementation of Self-Interacting Dark Matter
本文介绍了在宇宙学流体动力学 N 体代码 OpenGadget3 中实现自相互作用暗物质（SIDM）的公开版本，该版本支持多种微分截面及双组分模型，并通过测试验证了其准确性与性能，同时讨论了技术挑战与未来改进方向。
On the angular localization of gravitational-wave signals by pulsar timing arrays
该论文通过推导解析表达式，系统研究了脉冲星距离精度、脉冲星与波源角距离以及地球项与脉冲星项干涉等因素对脉冲星计时阵列引力波信号天区定位精度的影响，并指出在脉冲星距离已知精确时定位精度随距离误差平方改善，而在距离未知时增加邻近波源的脉冲星数量是提升定位效果的最佳途径。
Attaining Spectral Energy Distributions With Sub-Percent Uncertainties: All-Sky DA White Dwarf Spectrophotometric Standard Stars For Large Telescopes And Surveys
该论文介绍了一项旨在建立覆盖全天、亮度在 16.5 至 19.8 等之间的 32 颗新 DA 型白矮星作为光谱测光标准星的项目，通过结合辐射纯氢模型与多波段观测数据，成功将残差均方根控制在 0.4% 左右，从而为大型地基及空间望远镜提供了具有亚百分比精度、全天空覆盖且填补了 CALSPEC 亮度空白的标准星系统。
At the stellar noise frontier: a transit survey of 121 TESS M3--M6 dwarfs
该研究通过对 121 颗近期获得多扇区 TESS 观测数据的 M3-M6 型矮星进行系统性凌星巡天，利用包含 TLS 搜索、TRICERATOPS 验证及经验可靠性测试的综合流程，成功识别出 20 个凌星信号（其中 2 个为高可靠性候选体），并评估了这些新发现目标的后续观测优先级。
Evaluating the spatial intra-pixel sensitivity variations and influence based on space observation
该论文提出了一种基于恒星图像直接推断并验证电荷耦合器件及 CMOS 探测器像元内灵敏度变化（IPSV）的计算方法，该方法通过最小化残差成功重建 IPSV，使仪器点扩散函数恢复后的恒星质心定位精度提升近 30 倍，从而有效消除了周期性像元相位误差，并为未来空间天文巡天的连续探测器校准提供了实用途径。
CSST-PSFNet: A Point Spread Function Reconstruction Model for the CSST Based on Deep Learning
本文提出了基于深度学习的 CSST-PSFNet 模型，通过融合残差神经网络、轻量级 Transformer 架构及变分潜在表示，有效解决了中国空间站巡天望远镜（CSST）成像中 PSF 欠采样及空间变化等难题，在像素级精度和弱引力透镜形状参数恢复上显著优于传统 PSFEx 方法，为未来大规模巡天的在轨 PSF 校准及宇宙学研究提供了灵活可扩展的解决方案。