論文の概要: Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder
- arxiv url: http://arxiv.org/abs/2111.09081v1
- Date: Wed, 17 Nov 2021 12:54:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-18 18:27:34.322348
- Title: Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder
- Title（参考訳）: ニューラルネットワークオートエンコーダを用いたテルル補正のための教師なしスペクトルアンミックス
- Authors: Rune D. Kj{\ae}rsgaard, Aaron Bello-Arufe, Alexander D. Rathcke, Lars
A. Buchhave, Line K. H. Clemmensen
- Abstract要約: 本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
- 参考スコア（独自算出の注目度）: 58.720142291102135
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The absorption of light by molecules in the atmosphere of Earth is a
complication for ground-based observations of astrophysical objects.
Comprehensive information on various molecular species is required to correct
for this so called telluric absorption. We present a neural network autoencoder
approach for extracting a telluric transmission spectrum from a large set of
high-precision observed solar spectra from the HARPS-N radial velocity
spectrograph. We accomplish this by reducing the data into a compressed
representation, which allows us to unveil the underlying solar spectrum and
simultaneously uncover the different modes of variation in the observed spectra
relating to the absorption of $\mathrm{H_2O}$ and $\mathrm{O_2}$ in the
atmosphere of Earth. We demonstrate how the extracted components can be used to
remove $\mathrm{H_2O}$ and $\mathrm{O_2}$ tellurics in a validation observation
with similar accuracy and at less computational expense than a synthetic
approach with molecfit.
- Abstract（参考訳）: 地球の大気中の分子による光の吸収は、天体の地上観測を複雑にしている。
様々な分子種の包括的情報は、いわゆるテルル吸収によって修正される。
本稿では,harps-nラジアル速度スペクトログラフから高精度観測された太陽スペクトルのセットからテルル透過スペクトルを抽出するためのニューラルネットワークオートエンコーダ手法を提案する。
我々は、データを圧縮された表現に還元することで、基礎となる太陽スペクトルを明らかにし、地球の大気中での$\mathrm{H_2O}$と$\mathrm{O_2}$の吸収に関連する観測スペクトルの様々なモードを同時に明らかにすることができる。
抽出された成分を用いて,morecfitを用いた合成アプローチと同等の精度で計算コストの少ない検証観察において,$\mathrm{h_2o}$および$\mathrm{o_2}$ telluricsを除去する方法を示す。
関連論文リスト
- Unraveling Molecular Structure: A Multimodal Spectroscopic Dataset for Chemistry [0.1747623282473278]
このデータセットは、特許データから化学反応から抽出された790k分子の1ドルH-NMR、13ドルC-NMR、HSQC-NMR、赤外線、質量スペクトルからなる。
本研究では, 構造解明, 対象分子のスペクトル予測, 機能群予測などの単一モダリティタスクを評価するためのベンチマークを行う。
論文 参考訳（メタデータ） (2024-07-04T12:52:48Z) - Machine Learning for Exoplanet Detection in High-Contrast Spectroscopy: Revealing Exoplanets by Leveraging Hidden Molecular Signatures in Cross-Correlated Spectra with Convolutional Neural Networks [0.0]
分光の相互相関は、惑星のスペクトルを主星から分離するために分子テンプレートを用いる。
我々は、相互相関分光(MLCCS)のための機械学習を導入する。
この手法は、大気中の特定の分子の存在など、外惑星の特徴付けに関する弱い仮定を活用し、外惑星の検出感度を向上させることを目的としている。
論文 参考訳（メタデータ） (2024-05-22T09:25:58Z) - Datacube segmentation via Deep Spectral Clustering [76.48544221010424]
拡張ビジョン技術は、しばしばその解釈に挑戦する。
データ立方体スペクトルの巨大な次元性は、その統計的解釈において複雑なタスクを生じさせる。
本稿では,符号化空間における教師なしクラスタリング手法の適用の可能性について検討する。
統計的次元削減はアドホック訓練(可変)オートエンコーダで行い、クラスタリング処理は(学習可能な)反復K-Meansクラスタリングアルゴリズムで行う。
論文 参考訳（メタデータ） (2024-01-31T09:31:28Z) - Efficiently predicting high resolution mass spectra with graph neural
networks [28.387227518307604]
質量スペクトルから小さな分子を同定することは、計算メタボロミクスにおける主要な開問題である。
未知のスペクトルは、化学構造の大規模なデータベースから予測されるスペクトルと一致している。
我々は、入力分子グラフから分子式上の確率分布への写像としてスペクトル予測をキャストすることで、このトレードオフを解決する。
論文 参考訳（メタデータ） (2023-01-26T21:10:26Z) - Investigation of stellar magnetic activity using variational autoencoder
based on low-resolution spectroscopic survey [0.25782420501870296]
LAMOST-K2低分解能スペクトルに可変オートエンコーダ(VAE)を適用して、K2場の恒星の磁気活性を検出する。
色圏活性指数H$alpha$およびCa$rm small II$ infrared triplet (IRT) の放射能を測定した。
冷たい活動星に対しては、2つの分解能を持つスペクトルから導かれるH$alpha$ラインの等価幅(EWs)のよい一致を明らかにする。
論文 参考訳（メタデータ） (2022-06-15T02:41:00Z) - Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet
Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。
スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。
主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文 参考訳（メタデータ） (2022-01-07T22:26:33Z) - Simulation of absorption spectra of molecular aggregates: a Hierarchy of
Stochastic Pure States approach [68.8204255655161]
純粋な状態の階層(HOPS)は、局所的な軌跡に基づく正式な正確な解を提供する。
大集合体における吸収スペクトルのシミュレーションのためにHOPSの局在を爆発させるには、正規化軌道の定式化が必要である。
論文 参考訳（メタデータ） (2021-11-01T16:59:54Z) - Machine Learning for Vibrational Spectroscopy via Divide-and-Conquer
Semiclassical Initial Value Representation Molecular Dynamics with
Application to N-Methylacetamide [56.515978031364064]
核振動空間を部分空間に分割する機械学習アルゴリズムを導入する。
部分分割基準は、リウヴィルの定理、すなわち減次元ジャコビアン行列式のユニタリの最良の保存に基づいている。
このアルゴリズムは12-原子トランス-N-メチルアセトアミドのパワースペクトルの分割・対数半古典計算に適用される。
論文 参考訳（メタデータ） (2021-01-11T14:47:33Z) - Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in
Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。
ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
論文 参考訳（メタデータ） (2020-04-09T10:02:45Z) - Semiclassical Approach to Photophysics Beyond Kasha's Rule and Vibronic
Spectroscopy Beyond the Condon Approximation. The Case of Azulene [0.0]
本研究では,アズレンおよび他の非大陸分子の光物理と分光法について検討する。
我々は、原子核の半古典力学とアブ初期電子構造を組み合わせた体系的で一般的で効率的な計算手法を開発する。
評価されたスペクトルの精度は、アンハーモニシティ、ヘルツベルク-テラー、モード混合効果の処理を必要とする。
論文 参考訳（メタデータ） (2020-01-23T09:08:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。