論文の概要: StarWhisper Telescope: Agent-Based Observation Assistant System to Approach AI Astrophysicist

• arxiv url: http://arxiv.org/abs/2412.06412v1
• Date: Mon, 09 Dec 2024 11:40:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:57:25.579839
• Title: StarWhisper Telescope: Agent-Based Observation Assistant System to Approach AI Astrophysicist
• Title（参考訳）: スターウィスパー望遠鏡:AI天体物理学者にアプローチするためのエージェントベースの観測支援システム
• Authors: Cunshi Wang, Xinjie Hu, Yu Zhang, Xunhao Chen, Pengliang Du, Yiming Mao, Rui Wang, Yuyang Li, Ying Wu, Hang Yang, Yansong Li, Beichuan Wang, Haiyang Mu, Zheng Wang, Jianfeng Tian, Liang Ge, Yongna Mao, Shengming Li, Xiaomeng Lu, Jinhang Zou, Yang Huang, Ningchen Sun, Jie Zheng, Min He, Yu Bai, Junjie Jin, Hong Wu, Chaohui Shang, Jifeng Liu,
• Abstract要約: Nearby Galaxy Supernovae Survey (NGSS) プロジェクトは、3つの観測地点にわたる8つの望遠鏡を含む。 我々は、観測過程全体を管理するためのtextbfStarWhisper Telescope System を開発した。
• 参考スコア（独自算出の注目度）: 22.134144774032002
• License:
• Abstract: With the rapid advancements in Large Language Models (LLMs), LLM-based agents have introduced convenient and user-friendly methods for leveraging tools across various domains. In the field of astronomical observation, the construction of new telescopes has significantly increased astronomers' workload. Deploying LLM-powered agents can effectively alleviate this burden and reduce the costs associated with training personnel. Within the Nearby Galaxy Supernovae Survey (NGSS) project, which encompasses eight telescopes across three observation sites, aiming to find the transients from the galaxies in 50 mpc, we have developed the \textbf{StarWhisper Telescope System} to manage the entire observation process. This system automates tasks such as generating observation lists, conducting observations, analyzing data, and providing feedback to the observer. Observation lists are customized for different sites and strategies to ensure comprehensive coverage of celestial objects. After manual verification, these lists are uploaded to the telescopes via the agents in the system, which initiates observations upon neutral language. The observed images are analyzed in real-time, and the transients are promptly communicated to the observer. The agent modifies them into a real-time follow-up observation proposal and send to the Xinglong observatory group chat, then add them to the next-day observation lists. Additionally, the integration of AI agents within the system provides online accessibility, saving astronomers' time and encouraging greater participation from amateur astronomers in the NGSS project.
• Abstract（参考訳）: LLM(Large Language Models)の急速な進歩により、LLMベースのエージェントは、様々なドメインにまたがるツールを活用するための便利でユーザフレンドリな手法を導入している。 天文学的な観測の分野では、新しい望遠鏡の建設は天文学者の作業量を大幅に増加させた。 LLMを動力とするエージェントの配備は、この負担を効果的に軽減し、訓練要員に関連するコストを削減できる。 NGSS(Nearby Galaxy Supernovae Survey)プロジェクトは、3つの観測地点に8つの望遠鏡を配置し、50 mpcで銀河からの過渡度を観測することを目的として、観測過程全体を管理するためのtextbf{StarWhisper Telescope Systemを開発した。 このシステムは、観測リストの作成、観察の実施、データ分析、観察者へのフィードバックの提供などのタスクを自動化する。 観測リストは、天体の包括的カバレッジを確保するために、異なるサイトや戦略のためにカスタマイズされる。 手動による検証の後、これらのリストはシステム内のエージェントを介して望遠鏡にアップロードされ、中立言語に関する観察を開始する。 観察された画像はリアルタイムで分析され、トランジェントは観察者に即座に伝達される。 エージェントはそれらをリアルタイムのフォローアップ観察提案に修正し、Xinglong観測グループチャットに送信し、翌日の観察リストに追加する。 さらに、システム内のAIエージェントの統合は、オンラインアクセシビリティを提供し、天文学者の時間を節約し、NGSSプロジェクトにおけるアマチュア天文学者のさらなる参加を促す。

関連論文リスト

• TelescopeML -- I. An End-to-End Python Package for Interpreting Telescope Datasets through Training Machine Learning Models, Generating Statistical Reports, and Visualizing Results [1.3372051498158442]
  textttTelescopeMLは3つの主要なタスクを実行するために開発されたPythonパッケージである。 CNNモデルをトレーニングするための合成天文学データセットを処理し、後の予測に使用する観測データセットを作成する。
  論文  参考訳（メタデータ） (2024-07-24T00:44:52Z)
• 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)
• Self-Driving Telescopes: Autonomous Scheduling of Astronomical Observation Campaigns with Offline Reinforcement Learning [0.6976905094072174]
  我々は、ストーンエッジ天文台(SEO)の観測スケジュールを最適化するために、シミュレーションデータを用いてDeep Q-Network(DQN)の複数の実装をテスト、比較する。 DQNは,テストセットの各状態における達成可能な最大報酬の87%以上-6%の報酬を得られることを示す。 これは、特定の天文学的課題に対するオフラインRLアルゴリズムの最初の比較であり、そのような比較と評価を行うための最初のオープンソースフレームワークである。
  論文  参考訳（メタデータ） (2023-11-29T21:23:30Z)
• AI-Enhanced Data Processing and Discovery Crowd Sourcing for Meteor Shower Mapping [0.32622301272834514]
  The Cameras for Allsky Meteor Surveillance(CAMS)プロジェクトは、低照度ビデオカメラで検出された流星軌道を三角測量することで、流星群をマッピングすることを目的としています。 我々の研究は、自動クラウドベースのAI対応パイプラインを実装することで、データ処理の合理化を目的としていた。 現在までに、CAMSは200以上の新しい流星群を発見し、これまでに報告された数十の流星群を検証している。
  論文  参考訳（メタデータ） (2023-08-02T18:26:16Z)
• Multi-strip observation scheduling problem for ac-tive-imaging agile earth observation satellites [0.0]
  能動画像型地球観測衛星(MOSP)のマルチストリップ観測スケジューリング問題について検討する。 適応的大近傍探索アルゴリズム (ALNS) と非支配的ソート遺伝的アルゴリズム (NSGA-II) の組合せ力を統合した適応的二目的メメティクスアルゴリズムとともに、二目的最適化モデルを示す。 我々のモデルは既存のモデルよりも多用途であり、応用問題解決の能力を高める。
  論文  参考訳（メタデータ） (2022-07-04T08:35:57Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• DeepShadows: Separating Low Surface Brightness Galaxies from Artifacts using Deep Learning [70.80563014913676]
  本研究では,低地光度銀河と人工物とを分離する問題に対する畳み込みニューラルネットワーク(CNN)の利用について検討する。 我々は、CNNが低地光度宇宙の研究に非常に有望な道を提供することを示した。
  論文  参考訳（メタデータ） (2020-11-24T22:51:08Z)
• Smart obervation method with wide field small aperture telescopes for real time transient detection [8.751383520994425]
  我々は、リアルタイムなトランジット検出のためのARGUS (Astronomical taRGets Detection framework for Unified telescopes)を提案する。 ARGUSは、各WFSATの組み込みデバイスに実装されたディープラーニングベースの天文学的検出アルゴリズムを使用して、天文学的ターゲットを検出する。 シミュレーションデータを用いてARGUSの性能を検証し,一過性検出タスクにおけるWFSATの性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2020-11-20T13:48:32Z)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)
• Agile Earth observation satellite scheduling over 20 years: formulations, methods and future directions [69.47531199609593]
  高度姿勢操作能力を持つアジャイル衛星は、新世代の地球観測衛星(EOS)である 衛星技術の継続的な改善と打ち上げコストの削減により、アジャイルEOS(AEOS)の開発が加速した。
  論文  参考訳（メタデータ） (2020-03-13T09:38:40Z)
• A Spatial-Temporal Attentive Network with Spatial Continuity for Trajectory Prediction [74.00750936752418]
  空間連続性をもつ空間時間減衰ネットワーク(STAN-SC)という新しいモデルを提案する。 まず、最も有用かつ重要な情報を探るために、空間的時間的注意機構を提示する。 第2に、生成軌道の空間的連続性を維持するために、シーケンスと瞬間状態情報に基づく共同特徴系列を実行する。
  論文  参考訳（メタデータ） (2020-03-13T04:35:50Z)

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。