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 23:11:44.327487
• 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: http://creativecommons.org/licenses/by/4.0/
• 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

• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• Robustness analysis of Deep Sky Objects detection models on HPC [0.0]
  天文学的な調査やアマチュア天文学者の関与の増加は、これまで以上に多くの空画像を生み出している。 Deep Sky Objectsの検出は、その暗い信号と複雑な背景のため、依然として困難である。 コンピュータビジョンとディープラーニングは、このプロセスの改善と自動化を可能にします。
  論文  参考訳（メタデータ） (2025-08-13T14:05:48Z)
• STAR: A Benchmark for Astronomical Star Fields Super-Resolution [52.895107920663236]
  54,738個のフラックス一貫性の星体画像対を含む大規模SRデータセットSTARを提案する。 本稿では,Flux-Invariant Super Resolution (FISR)モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-22T09:28:28Z)
• AstroVisBench: A Code Benchmark for Scientific Computing and Visualization in Astronomy [59.32718342798908]
  AstroVisBenchは天文学領域における科学計算と可視化の両方のための最初のベンチマークである。 本稿では,最先端言語モデルの評価を行い,天文学研究に有用なアシスタントとして携わる能力に大きなギャップがあることを示す。
  論文  参考訳（メタデータ） (2025-05-26T21:49:18Z)
• The Exoplanet Citizen Science Pipeline: Human Factors and Machine Learning [0.0]
  市民科学者による太陽系外惑星観測のプロセスの合理化と簡素化に向けた作業の進捗について述べる。 ExoClockやExoplanet Watchのような国際的な協力により、市民科学者は小さな望遠鏡を使ってトランジット観測を行うことができる。 私たちのプロジェクトは、これらのコミュニティと密接に連携して、観察パイプラインを合理化し、より広範な参加を可能にします。
  論文  参考訳（メタデータ） (2025-03-18T15:54:00Z)
• Solving Online Resource-Constrained Scheduling for Follow-Up Observation in Astronomy: a Reinforcement Learning Approach [4.027575411413831]
  本稿では,オンライン天文資源制約スケジューリングのための強化学習手法であるROARSを提案する。 天文観測スケジューリングの構造を捉えるために、有向非巡回グラフ(DAG)を用いて全てのスケジュールを記述する。 深い強化学習は、収束するまで反復的に局所的な書き換えを行うことで実現可能なソリューションを改善する政策を学ぶために使用される。
  論文  参考訳（メタデータ） (2025-02-16T14:01:12Z)
• 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)
• Radio astronomical images object detection and segmentation: A benchmark on deep learning methods [5.058069142315917]
  本研究では,電波干渉計による天体画像に適用した,最も肯定的な深層学習手法の性能について検討し,自動音源検出の課題を解決する。 目標は、予測性能と計算効率の観点から既存の技術の概要を、彼らの研究に機械学習を使いたいと考える天体物理学コミュニティの科学者に提供することである。
  論文  参考訳（メタデータ） (2023-03-08T10:55:24Z)
• Applications of AI in Astronomy [0.0]
  本稿では、天文学、天体物理学、宇宙論における機械学習(ML)およびその他のAI手法の使用の概要について述べる。 過去10年間で、さまざまなML/AI応用を含む天文学文献が指数関数的に成長してきた。 データの複雑さが増し続ければ、協力的な人間とAIの発見につながるさらなる進歩が期待できる。
  論文  参考訳（メタデータ） (2022-12-03T00:38:59Z)
• 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)
• First Full-Event Reconstruction from Imaging Atmospheric Cherenkov Telescope Real Data with Deep Learning [55.41644538483948]
  チェレンコフ望遠鏡アレイは、地上のガンマ線天文学の未来である。 地上で作られた最初のプロトタイプ望遠鏡であるLarge Size Telescope 1は現在、最初の科学データを収集している。 我々は、深層畳み込みニューラルネットワークに基づくフルイベント再構築の開発とその実データへの適用を初めて提示する。
  論文  参考訳（メタデータ） (2021-05-31T12:51:42Z)
• 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。