論文の概要: Predicting the Age of Astronomical Transients from Real-Time Multivariate Time Series

• arxiv url: http://arxiv.org/abs/2311.17143v1
• Date: Tue, 28 Nov 2023 19:00:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-30 23:41:26.615479
• Title: Predicting the Age of Astronomical Transients from Real-Time Multivariate Time Series
• Title（参考訳）: リアルタイム多変量時系列による天文遷移の年齢予測
• Authors: Hali Huang, Daniel Muthukrishna, Prajna Nair, Zimi Zhang, Michael Fausnaugh, Torsha Majumder, Ryan J. Foley, George R. Ricker
• Abstract要約: 新しい天文学的なスカイサーベイは、すぐに前例のない数のトランジェントを記録するだろう。 本稿では,複数波長の時系列観測からリアルタイムに過渡現象の年齢を推定する手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Astronomical transients, such as supernovae and other rare stellar explosions, have been instrumental in some of the most significant discoveries in astronomy. New astronomical sky surveys will soon record unprecedented numbers of transients as sparsely and irregularly sampled multivariate time series. To improve our understanding of the physical mechanisms of transients and their progenitor systems, early-time measurements are necessary. Prioritizing the follow-up of transients based on their age along with their class is crucial for new surveys. To meet this demand, we present the first method of predicting the age of transients in real-time from multi-wavelength time-series observations. We build a Bayesian probabilistic recurrent neural network. Our method can accurately predict the age of a transient with robust uncertainties as soon as it is initially triggered by a survey telescope. This work will be essential for the advancement of our understanding of the numerous young transients being detected by ongoing and upcoming astronomical surveys.
• Abstract（参考訳）: 超新星や他の稀な恒星爆発のような天文学的なトランジェントは、天文学において最も重要な発見のいくつかに役立っている。 新しい天文学的スカイサーベイは、すぐに前例のない数の過渡現象を、ばらばらで不規則にサンプリングされた多変量時系列として記録する。 トランジェントとその前駆体の物理的メカニズムの理解を深めるためには,早期測定が必要である。 高齢者の年齢と授業のフォローアップを優先することが,新たな調査に不可欠である。 そこで本研究では,複数波長の時系列観測からリアルタイムに過渡現象の年齢を予測する最初の手法を提案する。 ベイズ確率的リカレントニューラルネットワークを構築します。 本手法は,調査望遠鏡による観測開始時にロバストな不確実性を有する過渡星の年齢を正確に予測することができる。 この研究は、現在および今後の天文学的な調査によって検出されている多くの若いトランジェントに対する理解の進展に不可欠である。

関連論文リスト

• Extralonger: Toward a Unified Perspective of Spatial-Temporal Factors for Extra-Long-Term Traffic Forecasting [69.4265346261936]
  時間的・空間的要因を統一するExtralongerを導入する。 これは特に、現実のベンチマークで1週間まで予測の地平を広げている。 長期および長期のシナリオで新しい標準を設定する。
  論文  参考訳（メタデータ） (2024-10-30T04:28:20Z)
• Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
  我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。 次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。 気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
  論文  参考訳（メタデータ） (2024-08-08T06:47:21Z)
• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• On the Resurgence of Recurrent Models for Long Sequences -- Survey and Research Opportunities in the Transformer Era [59.279784235147254]
  この調査は、Recurrenceの統一の傘の下に構築されたこれらのトレンドの概要を提供することを目的としている。 長いシーケンスを処理するという考え方を捨てる際に顕著になる新しい研究機会を強調している。
  論文  参考訳（メタデータ） (2024-02-12T23:55:55Z)
• Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
  本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。 実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-11T10:10:16Z)
• SPT: Spectral Transformer for Red Giant Stars Age and Mass Estimation [10.222849465628174]
  我々は、赤巨星の年齢と質量をスペクトルから推定する新しい枠組みであるスペクトル変換器を開発した。 LAMOSTの3,880個の赤色巨星のスペクトルで訓練され、SPTは17.64%と6.61%の誤差で驚くべき年齢と質量推定を達成した。
  論文  参考訳（メタデータ） (2024-01-10T03:03:12Z)
• Searching for long faint astronomical high energy transients: a data driven approach [1.5851170136095292]
  宇宙起源の高エネルギー検出器のバックグラウンドカウント率を評価するための新しいフレームワークを提案する。 我々は、異なる時間スケールで背景光曲線を推定するためにニューラルネットワーク(NN)を用いる。 我々は,NASAのFermi Gamma-ray Burst Monitor(GBM)のアーカイブデータに基づいて,新しいソフトウェアをテストする。
  論文  参考訳（メタデータ） (2023-03-28T12:47:00Z)
• Forecasting large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)
• Unsupervised Domain Adaptation for Constraining Star Formation Histories [0.0]
  宇宙の形成を理解するためには、銀河の可視質量の時間進化を導き出さなければならない。 宇宙物理学者は スーパーコンピュータを活用し 銀河のシミュレーションモデルを進化させます 宇宙の現在の時代まで 我々は、シミュレーションデータを用いて、銀河の正確なSFHを導出するための教師なし領域適応の能力について議論する。
  論文  参考訳（メタデータ） (2021-12-28T10:01:28Z)
• Real-time Detection of Anomalies in Multivariate Time Series of Astronomical Data [0.0]
  天文トランジェント(英: Astronomical transients)は、様々な時間スケールで一時的に明るくなる恒星天体である。 新しい天文学的なスカイサーベイは、かつてない数のマルチ波長のトランジェントを観測している。 本稿では, 高速かつ自動で異常な過渡光曲線をリアルタイムに検出することを目的とした2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-12-15T19:02:54Z)
• A Deep Learning Approach for Active Anomaly Detection of Extragalactic Transients [1.7152709285783647]
  本稿では,シミュレーションしたルビン天文台の銀河外過渡現象をエンコードする変分リカレントオートエンコーダニューラルネットワークを提案する。 1,129,184のイベントを,孤立林を用いて推定した異常スコアに基づいてランク付けした。 我々のアルゴリズムは、ピーク前にこれらの過渡現象を異常と識別することができ、リアルタイムの追従研究を可能にしている。
  論文  参考訳（メタデータ） (2021-03-22T18:02:19Z)

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。