論文の概要: EncoTESS: Age-Sensitive Encodings from Raw TESS Light Curves

• arxiv url: http://arxiv.org/abs/2608.25019v1
• Date: Tue, 25 Aug 2026 18:06:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.404163
• Title: EncoTESS: Age-Sensitive Encodings from Raw TESS Light Curves
• Title（参考訳）: EncoTESS: 生のTESSライトカーブから年齢感応的なエンコーディング
• Abstract要約: F期後期からM期にかけてのスペクトル型の主系列星は、光度曲線の体系的な変動を示す。 我々は,TESS 2-min光曲線のサブセットに基づいてトレーニングされた時系列基礎モデルであるEncoTESSを開発した。 EncoTESSは光曲線を固定サイズの潜在パラメータ空間にエンコードし、物理的恒星の性質を推測することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Main sequence stars of spectral types late F through M exhibit systematic variability in photometric light curves, particularly when they are young. Rotational modulation of starspots manifests as quasi-sinusoidal variability, which enables the measurement of rotation periods. Variability can also be stochastic, as in stellar flaring. However, since measurements of stochastic processes depend on the time of observation, they are typically noisier. Considering that different manifestations of variability have unique observational nuances, models that naturally unify these are incredibly useful for stellar characterization. Towards this goal, we have developed EncoTESS: a Time Series Foundation Model (TSFM) trained on a subset of TESS 2-min light curves. EncoTESS is specifically designed to handle the observational noise, heteroskedastic measurements, irregular sampling, and large data gaps common to TESS data. It is also ~1% of the size of a typical literature TSFM, so can be run easily on a modern laptop. EncoTESS encodes light curves into a fixed-size latent parameter space, which can be used to infer physical stellar properties and recovers light curve summary statistics well. EncoTESS outperforms rotation period and variability amplitude as age indicators for stars that have not converged onto the slow rotator sequence yet; broadly these include K and M stars less than ~100 Myr, and M stars less than ~1 Gyr. We focus on age inference as an application of EncoTESS in this work, but other downstream tasks such as stellar classification could also be explored. The architecture of EncoTESS enables its future extension to TESS light curves of all cadences, and additional surveys such as Kepler and the upcoming PLATO mission. The core EncoTESS framework and library of encodings produced for the stars used in this work are publicly available at https://github.com/philvanlane/encotess.
• Abstract（参考訳）: F型後期からM型後期のスペクトル型の主系列星は、特に若いときの光度曲線の体系的な変動を示す。 恒星点の回転変調は準正弦波の変動として現れ、回転周期の測定を可能にする。 可変性は、恒星フレアのように確率的でもある。 しかし、確率過程の測定は観測時間に依存するため、一般的にはノイズが多い。 変動性の異なる表現がユニークな観測ニュアンスを持つことを考えると、これらを自然に統一するモデルは恒星の特徴づけに非常に有用である。 この目標に向けて、我々はTESS 2-min光曲線のサブセットに基づいてトレーニングされた時系列基礎モデル(TSFM)を開発した。 EncoTESSは、観測ノイズ、ヘテロスケダスティック測定、不規則サンプリング、およびTESSデータに共通する大きなデータギャップを扱うように設計されている。 また、典型的な文献TSFMの約1%の大きさであり、現代のラップトップで簡単に実行できる。 EncoTESSは、光曲線を固定サイズの潜在パラメータ空間にエンコードし、物理的恒星の性質を推測し、光曲線の要約統計をよく復元することができる。 EncoTESS はロータネーター系列に収束していない恒星の年齢指標として回転周期と変動振幅を上回り、K と M の恒星は ~100 Myr 未満、M の恒星は ~1 Gyr 未満である。 本研究では,EncoTESSの応用として年齢推定に焦点をあてるが,星の分類などの下流タスクも検討できる。 EncoTESSのアーキテクチャは、すべてのケイデンスのTESSライトカーブへの将来の拡張を可能にし、ケプラーや今後のPLATOミッションのような追加のサーベイを可能にしている。 この研究で使われた星のエンコーディングのコアとなるEncoTESSフレームワークとライブラリはhttps://github.com/philvanlane/encotess.comで公開されている。

関連論文リスト

• SELDON: Supernova Explosions Learned by Deep ODE Networks [0.06732575555508598]
  連続時間予測AIモデルは、1日に数千のオブジェクトに対してミリ秒スケールの推論を提供することができるため、興味深い。 本稿では,スパースパネルと不規則な時間サンプリング(ガッピー)天体物理学的な光曲線のパネルのための,新しい連続時間変分オートエンコーダSELDONを提案する。
  論文  参考訳（メタデータ） (2026-03-04T18:57:21Z)
• Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free [81.65559031466452]
  我々は、ゲーティング強化ソフトマックスアテンションの変種を調べる実験を行った。 SDPA(Scaled Dot-Product Attention)後の頭部特異的シグモイドゲートを簡易に修正することで,性能が向上することがわかった。
  論文  参考訳（メタデータ） (2025-05-10T17:15:49Z)
• 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)
• From Chaos to Clarity: Time Series Anomaly Detection in Astronomical Observations [6.903396830919462]
  天文観測における教師なし異常検出のための2段階フレームワークを提案する。 最初の段階では、トランスフォーマーベースのエンコーダデコーダアーキテクチャを用いて、各星の通常の時間パターンを学習する。 第2段階では、並列ノイズの発生に対処するために、ウィンドウワイズグラフ構造学習を用いてグラフニューラルネットワークを強化する。
  論文  参考訳（メタデータ） (2024-03-15T11:39:12Z)
• GAFlow: Incorporating Gaussian Attention into Optical Flow [62.646389181507764]
  我々はガウス的注意(GA)を光学フローモデルに押し込み、表現学習中に局所特性をアクセントする。 本稿では,既存の Transformer ブロックに簡単に接続可能な新しい Gaussian-Constrained Layer (GCL) を提案する。 動作解析のための新しいガウス誘導注意モジュール(GGAM)を提供する。
  論文  参考訳（メタデータ） (2023-09-28T07:46:01Z)
• Cosmology from Galaxy Redshift Surveys with PointNet [65.89809800010927]
  宇宙論において、銀河赤方偏移サーベイは、宇宙における位置の置換不変な集まりに類似している。 我々は、ポイントクラウドデータから直接、宇宙パラメータの値を回帰するために、textitPointNetのようなニューラルネットワークを使用します。 我々のPointNetsの実装は、$mathcalO(104) - MathcalO(105)$銀河の入力を一度に分析できるので、この応用の初期の作業は、およそ2桁の精度で改善される。
  論文  参考訳（メタデータ） (2022-11-22T15:35:05Z)
• Neural Inference of Gaussian Processes for Time Series Data of Quasars [72.79083473275742]
  クエーサースペクトルを完全に記述できる新しいモデルを提案する。 また、$textitNeural Inference$というガウス的プロセスパラメータの推論の新しいメソッドも導入しています。 CDRWモデルとNeural Inferenceの組み合わせはベースラインのDRWとMLEを大きく上回っている。
  論文  参考訳（メタデータ） (2022-11-17T13:01:26Z)
• Understanding of the properties of neural network approaches for transient light curve approximations [37.91290708320157]
  本稿では,観測光曲線を時間と波長で近似する最良性能法を提案する。 テストデータセットには、PLAsTiCCと実際のZwicky Transient Facility Bright Transient Survey光曲線のシミュレーションが含まれている。
  論文  参考訳（メタデータ） (2022-09-15T18:00:08Z)
• Light curve completion and forecasting using fast and scalable Gaussian processes (MuyGPs) [0.0]
  商用オフザシェルフ(COTS)カメラによる地上観測は、高精度の機器に比べて安価である。 ノイズの多い観測と組み合わされたセンサの可用性は、ギャップの多い時系列データを生成することができる。 ディープニューラルネットワーク(DNN)は、複雑な非線形埋め込みを学習する経験的成功によって、選択のツールとなっている。
  論文  参考訳（メタデータ） (2022-08-31T01:52:00Z)
• Supernova Light Curves Approximation based on Neural Network Models [53.180678723280145]
  光度データによる超新星の分類は、天文学におけるビッグデータのリアルタイム処理の出現によって課題となる。 近年の研究では、様々な機械学習モデルに基づく解の優れた品質が実証されている。 我々は,多層パーセプトロン(MLP),ベイジアンニューラルネットワーク(BNN),正規化フロー(NF)の単一光曲線観測への応用について検討した。
  論文  参考訳（メタデータ） (2022-06-27T13:46:51Z)
• Real-time Detection of Anomalies in Multivariate Time Series of Astronomical Data [0.0]
  天文トランジェント(英: Astronomical transients)は、様々な時間スケールで一時的に明るくなる恒星天体である。 新しい天文学的なスカイサーベイは、かつてない数のマルチ波長のトランジェントを観測している。 本稿では, 高速かつ自動で異常な過渡光曲線をリアルタイムに検出することを目的とした2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-12-15T19:02:54Z)
• RotNet: Fast and Scalable Estimation of Stellar Rotation Periods Using Convolutional Neural Networks [0.903415485511869]
  深層学習の力を利用して、ケプラー光曲線から恒星の自転周期を遅らせる。 我々は、回転周期を推定する現在の標準である、ランダムな森林回帰器、1D CNN、自動相関関数(ACF)に対して、我々の手法をベンチマークする。
  論文  参考訳（メタデータ） (2020-12-02T07:14:11Z)

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。