論文の概要: Integral Field Unit Spectroscopy with One Fiber

• arxiv url: http://arxiv.org/abs/2606.10197v1
• Date: Mon, 08 Jun 2026 21:35:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.202786
• Title: Integral Field Unit Spectroscopy with One Fiber
• Title（参考訳）: 一繊維を用いた積分電界ユニット分光法
• Authors: Zehao Peng, Biprateep Dey, Chris J. Maddison, Joshua S. Speagle,
• Abstract要約: 本稿では,高分解能スペクトルを校正不確かさで予測する多モード確率的基礎モデルを提案する。 我々は、Dark Energy Spectroscopic Instrument (DESI)サーベイから470万枚の画像と単繊維分光観測をトレーニングした。 我々のモデルは、IFUトレーニングデータなしでIFUのような能力を達成するために、ファイバー配置の自然な分散と銀河の形態的自己相似性を利用する。
• 参考スコア（独自算出の注目度）: 14.447297323425865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Integral field unit (IFU) spectroscopy provides spatially resolved spectra across galaxies, offering crucial insights into their evolution. However, its high observational cost limits current IFU datasets to $\sim 10^4$ objects. We present a multi-modal, probabilistic foundation model that predicts high-resolution spectra with calibrated uncertainties at arbitrary spatial locations within a galaxy directly from broadband images. Built on a masked autoencoder framework, our architecture injects fiber positional encodings and redshift aware wavelength encodings, enabling spatially conditioned predictions. Trained on 4.7 million images and single fiber spectroscopic observations from the Dark Energy Spectroscopic Instrument (DESI) survey, our model exploits the natural variance of fiber placements and the morphological self-similarity of galaxies to achieve IFU-like capabilities without any IFU training data. Predicted emission line flux maps match independent IFU observations from the Mapping Nearby Galaxies at APO (MaNGA) survey, with performance comparable to a supervised baseline trained directly on IFU data.
• Abstract（参考訳）: 積分場ユニット(IFU)分光法は銀河間の空間分解スペクトルを提供し、その進化に重要な洞察を与える。 しかし、観測コストが高いため、現在のIFUデータセットは$\sim 10^4$オブジェクトに制限される。 ブロードバンド画像から直接銀河内の任意の空間位置における不確かさを校正した高分解能スペクトルを予測できる多モード確率基盤モデルを提案する。 マスク付きオートエンコーダフレームワーク上に構築されたアーキテクチャでは、ファイバー位置符号化と赤シフト対応波長符号化を注入し、空間条件付き予測を可能にする。 ダークエネルギー分光器(DESI)による470万枚の画像と単一ファイバー分光観測に基づいて、我々のモデルは、IFUのトレーニングデータなしでIFUのような能力を達成するために、光ファイバー配置の自然な分散と銀河の形態的自己相似性を利用する。 APO (MaNGA) の調査では、予測された放出線フラックスマップは、直接IFUデータに基づいてトレーニングされた教師付きベースラインに匹敵する性能で、マッピング近傍銀河からの独立なIFU観測と一致している。

関連論文リスト

• Spatio-Spectroscopic Representation Learning using Unsupervised Convolutional Long-Short Term Memory Networks [0.1851100955725605]
  本研究では、畳み込み長短項記憶ネットワークオートエンコーダを用いた教師なしの新たなディープラーニングフレームワークを実演する。 実証実験として、我々は290ドルの活性銀河核(AGN)のサンプルを用いてモデルを評価し、非常に異常なAGNの科学的特徴を強調した。
  論文  参考訳（メタデータ） (2026-02-20T18:48:36Z)
• Universal Spectral Tokenization via Self-Supervised Panchromatic Representation Learning [39.14992490784682]
  連続した科学的データは、多くの解像度と領域にまたがり、それらを共通の表現に統一することは、科学の基礎モデルを開発するための重要なステップである。 ヘテロジニアススペクトルを自己監督的に学習する深層学習モデルを提案する。 初めて、単一のモデルが、解像度と領域をまたいだスペクトルデータを統一できることを実証した。
  論文  参考訳（メタデータ） (2025-10-20T18:00:00Z)
• Latent-space Field Tension for Astrophysical Component Detection An application to X-ray imaging [0.0]
  本稿では, 潜時空間の張力をモデル不特定性の指標として活用する, スカイエミッションフィールドの多周波ベイズモデルを提案する。 大型マゼラン雲(LMC)におけるSN 1987A領域のEROSITA早期データ放出(EDR)から得られたX線観測データに本手法の有効性を実証する。 提案手法は,高精度で天体物理成分を再構成し,点源のサブピクセル局在化,拡張放出の堅牢な分離,詳細な不確実性定量化を実現している。
  論文  参考訳（メタデータ） (2025-06-25T18:45:18Z)
• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
  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。 本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• 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)
• Deep Learning Models of the Discrete Component of the Galactic Interstellar Gamma-Ray Emission [61.26321023273399]
  H2星間ガス中の小さな(あるいは離散的な)構造からの重要な点状成分がフェルミ・LATデータに存在する可能性がある。 深層学習は、これらの稀なH2プロキシによって追跡されるガンマ線放射を、データ豊富な領域において統計的に有意な範囲でモデル化するために効果的に利用される可能性がある。
  論文  参考訳（メタデータ） (2022-06-06T18:00:07Z)
• Primordial non-Gaussianity from the Completed SDSS-IV extended Baryon Oscillation Spectroscopic Survey I: Catalogue Preparation and Systematic Mitigation [3.2855185490071444]
  最近完了したバリオン振動分光サーベイ(eBOSS)による最終分光試料の大規模クラスタリングについて検討する。 フォローアップ分光のターゲットを選択するために使用される画像データの品質の空間的変動に起因する密度場の急激なゆらぎを軽減するニューラルネットワークベースのアプローチを開発した。
  論文  参考訳（メタデータ） (2021-06-25T16:01:19Z)

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。