Fugu-MT 論文翻訳(概要): Deep learning for exoplanet detection and characterization by direct imaging at high contrast

論文の概要: Deep learning for exoplanet detection and characterization by direct imaging at high contrast

arxiv url: http://arxiv.org/abs/2509.20310v1
Date: Wed, 24 Sep 2025 16:43:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-25 20:53:19.909694
Title: Deep learning for exoplanet detection and characterization by direct imaging at high contrast
Title（参考訳）: 高コントラスト直接撮像による外惑星検出のための深層学習
Authors: Théo Bodrito, Olivier Flasseur, Julien Mairal, Jean Ponce, Maud Langlois, Anne-Marie Lagrange,
Abstract要約: 高コントラストで多変量画像系列を劣化させるニュアンス成分のマルチスケール統計モデルを提案する。 VLT/SPHERE計のデータに応用すると、検出感度とアストロメトリおよび光度推定の精度が大幅に向上する。
参考スコア（独自算出の注目度）: 26.359902459074856
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Exoplanet imaging is a major challenge in astrophysics due to the need for high angular resolution and high contrast. We present a multi-scale statistical model for the nuisance component corrupting multivariate image series at high contrast. Integrated into a learnable architecture, it leverages the physics of the problem and enables the fusion of multiple observations of the same star in a way that is optimal in terms of detection signal-to-noise ratio. Applied to data from the VLT/SPHERE instrument, the method significantly improves the detection sensitivity and the accuracy of astrometric and photometric estimation.
Abstract（参考訳）: 太陽系外惑星画像は、高角分解能と高コントラストを必要とするため、天体物理学において大きな課題である。高コントラストで多変量画像系列を劣化させるニュアンス成分のマルチスケール統計モデルを提案する。学習可能なアーキテクチャに統合され、問題の物理を利用して、同じ恒星の複数の観測を、検出信号とノイズ比で最適に融合することができる。 VLT/SPHERE計のデータに応用すると、検出感度とアストロメトリおよび光度推定の精度が大幅に向上する。

関連論文リスト

STAR: A Benchmark for Astronomical Star Fields Super-Resolution [51.79340280382437]
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)
CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [75.25966323298003]
スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。我々は、$textbfC$amera-$textbfA$gnostic $textbfR$esupervised $textbfL$のモデルである$textbfCARL$を紹介した。
論文参考訳（メタデータ） (2025-04-27T13:06:40Z)
A New Statistical Model of Star Speckles for Learning to Detect and Characterize Exoplanets in Direct Imaging Observations [37.845442465099396]
本稿では,マルチスケールアプローチを用いてニュアンス変動を捉える新しい統計モデルを提案する。これは解釈可能なエンドツーエンドの学習可能なフレームワークに統合され、同時に外惑星の検出とフラックス推定を行う。提案手法は, 計算効率が高く, 各種データ品質に対して頑健であり, 大規模観測調査に適している。
論文参考訳（メタデータ） (2025-03-21T13:07:55Z)
MODEL&CO: Exoplanet detection in angular differential imaging by learning across multiple observations [37.845442465099396]
ほとんどの後処理法は、対象の観測自体から核分裂のモデルを構築している。本稿では,教師付き深層学習技術を利用して,複数観測のアーカイブからニュアンスモデルを構築することを提案する。本稿では,提案手法をVLT/SPHERE機器から得られた複数のデータセットに適用し,高精度なリコールトレードオフを示す。
論文参考訳（メタデータ） (2024-09-23T09:22:45Z)
Multi-Sensor Diffusion-Driven Optical Image Translation for Large-Scale Applications [3.4085512042262374]
本稿では,大規模な低空間分解能画像を,異なる光学センサから高分解能に高分解能に分解する手法を提案する。提案手法は, 高精度な領域適応, 画像内容の保存, 精度の向上, 特徴表現の両立を実現する。我々は,0.1884のLearned Perceptual Image Patch similarity (mLPIPS) と45.64のFr'echet Inception Distance (FID) に到達し,比較したすべての手法を表現的に上回る結果を得た。
論文参考訳（メタデータ） (2024-04-17T10:49:00Z)
Combining multi-spectral data with statistical and deep-learning models for improved exoplanet detection in direct imaging at high contrast [39.90150176899222]
太陽系外惑星の信号は、いくつかの観測と専用の検出アルゴリズムを組み合わせることでのみ識別できる。我々は,観測結果から直接,ニュアンスの空間的,時間的,スペクトル的特性のモデルを学ぶ。その後、畳み込みニューラルネットワーク(CNN)が教師ありの方法で訓練され、合成源の残像を検出する。
論文参考訳（メタデータ） (2023-06-21T13:42:07Z)
Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image Super-Resolution with Subpixel Fusion [67.35540259040806]
サブピクセルレベルのHS超解像フレームワークを提案する。名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
論文参考訳（メタデータ） (2022-05-07T23:40:36Z)
RRNet: Relational Reasoning Network with Parallel Multi-scale Attention for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文参考訳（メタデータ） (2021-10-27T07:18:32Z)
Boosting Image Super-Resolution Via Fusion of Complementary Information Captured by Multi-Modal Sensors [21.264746234523678]
イメージスーパーレゾリューション(sr)は、低解像度光センサの画質を向上させる有望な技術である。本稿では,安価なチャネル(可視・深度)からの補完情報を活用して,少ないパラメータを用いて高価なチャネル(熱)の画像品質を向上させる。
論文参考訳（メタデータ） (2020-12-07T02:15:28Z)
Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文参考訳（メタデータ） (2020-03-15T23:07:56Z)

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。