論文の概要: 287,872 Supermassive Black Holes Masses: Deep Learning Approaching Reverberation Mapping Accuracy

• arxiv url: http://arxiv.org/abs/2512.04803v1
• Date: Thu, 04 Dec 2025 13:55:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.19459
• Title: 287,872 Supermassive Black Holes Masses: Deep Learning Approaching Reverberation Mapping Accuracy
• Title（参考訳）: 287,872 超大質量ブラックホール質量:残響マッピング精度の深層学習アプローチ
• Authors: Yuhao Lu, HengJian SiTu, Jie Li, Yixuan Li, Yang Liu, Wenbin Lin, Yu Wang,
• Abstract要約: 我々は,287,872個の超大質量ブラックホール質量の集団スケールカタログを高精度に提示する。 849個のクエーサーを用いた光スペクトルを用いたディープエンコーダデコーダネットワークを用いて,0.058$,dexのルート平均二乗誤差を実現する。 特に、高い精度は低い(107.5,M_odot$)と高い(109,M_odot$)質量クエーサーの両方で維持される。
• 参考スコア（独自算出の注目度）: 23.192042019520255
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a population-scale catalogue of 287,872 supermassive black hole masses with high accuracy. Using a deep encoder-decoder network trained on optical spectra with reverberation-mapping (RM) based labels of 849 quasars and applied to all SDSS quasars up to $z=4$, our method achieves a root-mean-square error of $0.058$\,dex, a relative uncertainty of $\approx 14\%$, and coefficient of determination $R^{2}\approx0.91$ with respect to RM-based masses, far surpassing traditional single-line virial estimators. Notably, the high accuracy is maintained for both low ($<10^{7.5}\,M_\odot$) and high ($>10^{9}\,M_\odot$) mass quasars, where empirical relations are unreliable.
• Abstract（参考訳）: 我々は,287,872個の超大質量ブラックホール質量の集団スケールカタログを高精度に提示する。 849個のクエーサーをベースとした光スペクトルをトレーニングしたディープエンコーダ・デコーダネットワークを用いて、SDSSクエーサーを最大$z=4$まで適用し、根平均2乗誤差が$0.058$\,dex、相対不確かさが$$\approx 14\%$、決定係数が$R^{2}\approx0.91$、RMベースの質量に対して$R^{2}\approx0.91$となる。 特に、高い精度は低 (<10^{7.5}\,M_\odot$) と高 (>10^{9}\,M_\odot$) 質量クエーサーの両方で維持される。

関連論文リスト

• A Probabilistic Inference Scaling Theory for LLM Self-Correction [49.42817548142699]
  大規模言語モデル(LLM)は、自己補正によって生成された回答を洗練する能力を示した。 本稿では,精度変化のダイナミクスをモデル化する確率論的理論を提案し,マルチラウンド自己補正で観測された性能改善について説明する。
  論文  参考訳（メタデータ） (2025-08-22T15:15:38Z)
• Towards the "puzzle" of Chromium dimer Cr$_2$: predicting the Born-Oppenheimer rovibrational spectrum [44.99833362998488]
  本稿では、Cr$$$二量体の状態のポテンシャルエネルギー曲線をX1Sigma+$で計算する。 核間距離の全体に対して初めてR$が発見された。
  論文  参考訳（メタデータ） (2024-01-06T17:00:12Z)
• Bayesian deep learning for cosmic volumes with modified gravity [0.0]
  本研究では,不確実性推定による深層ニューラルネットワークを用いて,修正重力(MG)シミュレーションから宇宙パラメータを抽出することを目的とした。 実空間密度場とパワースペクトルの両BNNを2000ダークマターのみの粒子メッシュのスイートから訓練する。 BNNは$Omega_m$と$sigma_8$のパラメータとMGパラメータとの相関を正確に予測する。
  論文  参考訳（メタデータ） (2023-09-01T17:59:06Z)
• AGNet: Weighing Black Holes with Deep Learning [2.4522011090845846]
  超大質量ブラックホール (SMBHs) は、ほとんどの銀河の中心に自在に存在する。 従来の方法では、収集に費用がかかる分光データを必要とする。 準光時間系列を用いたSMBHの重み付けアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-17T16:45:11Z)
• Low overhead fault-tolerant quantum error correction with the surface-GKP code [60.44022726730614]
  本研究では, 平面GKP符号の有効利用, すなわち, 素二次元キュービットの代わりにボソニックGKP量子ビットからなる曲面符号を提案する。 論理的故障率の低い$p_L 10-7$は、適度なハードウェア要件で達成可能であることを示す。
  論文  参考訳（メタデータ） (2021-03-11T23:07:52Z)
• A New Framework for Variance-Reduced Hamiltonian Monte Carlo [88.84622104944503]
  分散還元型ハミルトン・モンテカルロ法 (HMC) の新たなフレームワークを提案し,$L$-smooth および $m$-strongly log-concave 分布からサンプリングする。 本研究では,SAGA法やSVRG法をベースとした非バイアス勾配推定器を用いて,バッチサイズを小さくすることで,高い勾配効率が得られることを示す。 総合的および実世界のベンチマークデータによる実験結果から、我々の新しいフレームワークは、完全な勾配と勾配HMCアプローチを著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2021-02-09T02:44:24Z)
• AGNet: Weighing Black Holes with Machine Learning [2.598391092244943]
  超大質量ブラックホール(SMBHs)は、ほとんどの銀河の中心に自在に存在する。 従来の手法では、収集に費用がかかるスペクトルデータが必要である。 準光時間系列を用いたSMBHの重み付けアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-30T18:30:24Z)
• Accuracy and precision of the estimation of the number of missing levels in chaotic spectra using long-range correlations [0.0]
  量子カオススペクトルにおける観測値の分数$varphi$を長距離相関によって推定する精度と精度について検討した。 我々はガウス直交アンサンブル行列の対角化から得られるスペクトルのモンテカルロシミュレーションを用いて、式に合わせるために無作為なレベルをランダムに取り出す。 この精度は一般に$delta_n$のパワースペクトルを用いた推定において、$Delta_3$統計を用いた推定よりも優れている。
  論文  参考訳（メタデータ） (2020-11-03T12:42:07Z)
• Benchmarking a high-fidelity mixed-species entangling gate [0.0]
  我々は、4,3mathrmCa+,$hyperfine qubitと8,8mathrmSr+,$ Zeeman qubitの間の2量子論理ゲートを実装した。 この2つのイオン種に対して、S-P光遷移は、ゲートを駆動するために402,mathrmnm$の単一のレーザー波長を使用するのに十分近い。
  論文  参考訳（メタデータ） (2020-04-17T10:41:00Z)
• Kernel-Based Reinforcement Learning: A Finite-Time Analysis [53.47210316424326]
  モデルに基づく楽観的アルゴリズムであるKernel-UCBVIを導入する。 スパース報酬を伴う連続MDPにおける我々のアプローチを実証的に検証する。
  論文  参考訳（メタデータ） (2020-04-12T12:23:46Z)

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。