論文の概要: A Missing Latent, Not a Missing Simulator: Radius-Augmented Inference for Real JWST Retrieval
- arxiv url: http://arxiv.org/abs/2610.02245v1
- Date: Wed, 30 Sep 2026 08:33:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.011625
- Title: A Missing Latent, Not a Missing Simulator: Radius-Augmented Inference for Real JWST Retrieval
- Title（参考訳）: 行方不明者, 行方不明者ではない: 実JWST検索のためのラディウス拡張推論
- Abstract要約: Amortized Simulation-based inference is trained on radiationive-transfer simulators。
ジェームズ・ウェッブ宇宙望遠鏡(英語版) (JWST) のスペクトルで太陽系外惑星の大気を正確に回収するが、真の還元スペクトルとなると崩壊する。
我々は、独立なネストサンプリング基準に対して調整された半径増大流整合後部MIRAGEを構築した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Amortized simulation-based inference (SBI), which is trained on radiative-transfer simulators, recovers exoplanet atmospheres accurately on synthetic James Webb Space Telescope (JWST) spectra but collapses when it comes to real reduced spectra. The flow posterior collapsed on real WASP-39b (importance-sampling effective sample size (ESS) = 1, best-fit \c{hi}2/N = 301), and such a failure is usually blamed on missing the forward-model physics, but ruling these levers out with nested sampling first (a temperature gradient, SO2 opacity, and a high-fidelity opacity set) leaves the fit unchanged, meaning the collapse is not from the simulator misspecification but instead from a missing latent, the planet radius. To fix this, we build MIRAGE, a radius-augmented flow-matching posterior calibrated against an independent nested-sampling reference with importance sampling and an optimal-transport map, which yields a physical and literature-consistent retrieval of real WASP-39b (with \c{hi}2/N from 301 to 0.06). This same method transfers unchanged across two instruments and three real JWST targets, including one spectrum self-reduced end-to-end from raw Mikulski Archive for Space Telescopes(MAST) data. The lesson is cross-domain, as a latent the simulator encodes but the inference omits can masquerade as misspecification.
- Abstract（参考訳）: Amortized Simulation-based Inference (SBI)は、放射移動シミュレーターで訓練され、合成ジェームズ・ウェッブ宇宙望遠鏡(JWST)のスペクトルで太陽系外惑星の大気を正確に回収するが、真の還元スペクトルとなると崩壊する。
流れは実 WASP-39b (Iportance-sampling effective sample size (ESS) = 1, best-fit \c{hi}2/N = 301) で崩壊し、このような失敗は通常、前方モデル物理学の欠如によって非難されるが、これらのレバーをネストサンプリングファースト(温度勾配、SO2不透明度、高忠実度不透明度セット)で除外すると、適合性は変化しない。
この問題を解決するために,MIRAGEを構築した。これは,独立したネストサンプリング基準と,実WASP-39b(301～0.06)の物理的かつ文献的に一貫性のある検索を行う最適トランスポートマップである。
この方法では、2つの機器と3つの実際のJWSTターゲット間で変化なく転送され、その中にはMAST(Mikulski Archive for Space Telescopes)のデータから1つのスペクトルが自己複製されたエンド・ツー・エンドが含まれる。
レッスンはクロスドメインであり、シミュレーターが符号化するが、推論省略は誤特定としてマスクレイドすることができる。
関連論文リスト
- HyperSAM: A Promptable Foundation Model for Hyperspectral Remote Sensing [57.56800341740446]
本稿では,データ中心のハイパースペクトル合成パイプラインとSegment Anything Model 3 (SAM3)に基づくスペクトル適応アーキテクチャを結合した,高速なハイパースペクトル基盤モデルを提案する。
データ側では、HyperSAMは物理インフォームド・アバンダンス・トランスファー・ジェネレータを通して高解像度のSpaceNetマルチスペクトル画像からフルスペクトル超スペクトル立方体を合成する。
モデル側の最新の実装では、凍ったSAM3 RGBイメージブランチ、RGBビジョン変換器(ViT)のトレーニング可能なハイパースペクトルサイドエンコーダ、コントロールネットスタイルのゼロ空間特徴注入、ライトウェイトなミキシングオブエキスパートマスクリファクタが使用されている。
論文 参考訳（メタデータ） (2026-09-29T12:10:13Z) - Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。
平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
論文 参考訳（メタデータ） (2026-09-29T11:24:19Z) - DISTA-Net++: Rethinking Infrared Small Target Unmixing Beyond Sub-Pixel Separation [50.40058918817059]
長距離赤外線画像は、回折制限されたシグネチャが1つの識別不能なブロブに融合する密度の高いターゲットクラスタに対向する。
DisTA-Net++は2つの相乗的なメカニズムで動的に展開するバックボーンをアンカーする。
DisTA-Net++は、CSO-mAPが16.15%、62.96%の精度で、計算の6分の1に過ぎない。
論文 参考訳（メタデータ） (2026-09-16T14:57:11Z) - Solution for UCF UrbanTwin V2X-Real Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
本報告では,Sim2Real 3D検出のためのマルチソース協調学習とクラス認識融合フレームワークを提案する。
この方法は、デジタルツインスキャン、拡散露光スキャン、密度安定化スキャン、歩行者形態に整列したサンプルを補完的な役割を持つ統合トレーニングプールに整理する。
論文 参考訳（メタデータ） (2026-09-07T15:16:15Z) - Solution for UCF UrbanTwin LUMPI Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
UCF UrbanTwin Sim2Real LiDAR Challenge at the 6th DriveX Workshop, ECCV 2026。
検出器は合成データのみに基づいて訓練され、50個の実LiDARフレームで評価される。
ポイントクラウドリアリズムに対して、別の50フレームの合成提案が評価される。
論文 参考訳（メタデータ） (2026-09-07T15:03:36Z) - Cross-simulator transfer with foundation model summaries: Towards robust SKA-era reionization inference [0.0]
高速な近似シミュレータ上でラベルのない自己教師型ビジョントランスフォーマー(ViT)が,シミュレータ間で一般化可能な転送可能なデータ要約を生成することを示す。
再訓練なしでは、完全に異なるシミュレータから天体物理パラメータを推測するために冷凍エンコーダとして再利用することができる。
論文 参考訳（メタデータ） (2026-08-26T19:37:18Z) - Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting [21.300422393514804]
本稿では,現在放送を進行周波数分離改良として再編成する決定論的枠組みを提案する。
SDIRはまず安定な低周波合成骨格を抽出し、次いで物理的制約下で高周波テクスチャを反復的に洗練する。
3つのベンチマークで実験したところ、SDIRは空間精度でSOTA法を著しく上回っている。
論文 参考訳（メタデータ） (2026-06-01T07:34:30Z) - Pressure-Testing Deception Probes in LLMs: Scaling, Robustness, and the Geometry of Deceptive Representations [5.218766876318545]
LLMのアクティベーションをトレーニングした線形プローブは、騙し検出指標としてますます提案されているが、AUROCは分布シフトの下で崩壊しながらクリーンなベンチマークで0.96を超えることを報告している。
本稿では, Gemma 3 モデルファミリ(1B-27B パラメータ)における圧力-プローブ-ベースの測定値について, 系統的に検討する。
1) 単線方向, (2) 多次元部分空間, (3) 凸円錐殻, (4) エントロピープロキシの4つの仮説を検証した。
論文 参考訳（メタデータ） (2026-05-27T04:51:55Z) - Function-Space Decoupled Diffusion for Forward and Inverse Modeling in Carbon Capture and Storage [65.51149575007149]
本稿では,Fun-DDPSについて述べる。Fun-DDPSは,関数空間拡散モデルと微分可能なニューラル演算子サロゲートを結合した生成フレームワークである。
Fun-DDPSは、ジョイントステートベースラインで観察される高周波アーティファクトから、物理的に一貫した実現をもたらす。
論文 参考訳（メタデータ） (2026-02-12T18:58:12Z) - deep-REMAP: Probabilistic Parameterization of Stellar Spectra Using Regularized Multi-Task Learning [0.0]
Deep-REMAPは、観測されたスペクトルから恒星の大気パラメータを予測するために、正規化されたマルチタスクアプローチを利用する新しいディープラーニングフレームワークである。
我々は、PHOENIX合成スペクトルライブラリ上で深層畳み込みニューラルネットワークを訓練し、転送学習を用いて、観測されたFGK準スペクトルの小さなサブセットでモデルを微調整する。
Deep-REMAPは有効温度(T_rmeff$)、表面重力(log rmg$)、金属性([Fe/H])を正確に回復し、例えば約75KのTの精度を達成する。
論文 参考訳（メタデータ） (2025-10-10T13:20:06Z) - On the Limitations of Ray-Tracing for Learning-Based RF Tasks in Urban Environments [4.097291451674696]
ローマ中央部の屋外細胞リンクにおけるSionna v ray-tracingの現実性について検討した。
我々は、経路深さ、拡散/特異/屈折フラグ、キャリア周波数、アンテナの特性など、主なシミュレーションパラメータを変化させる。
論文 参考訳（メタデータ） (2025-07-25T19:58:44Z)
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。