論文の概要: Analysis of Binary O-type Star Systems Using Recurrent Neural Networks

• arxiv url: http://arxiv.org/abs/2610.24015v1
• Date: Fri, 16 Oct 2026 01:16:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 11:42:18.589457
• Title: Analysis of Binary O-type Star Systems Using Recurrent Neural Networks
• Title（参考訳）: リカレントニューラルネットワークを用いた二元系O型星系の解析
• Abstract要約: 本研究は、繰り返しニューラルネットワークを用いたシミュレーションO型二元系における有効温度と表面重力の推定の初期解析である。 正常化前に観測されたIACOBスペクトルには,黒体連続体の追加と第2の観測スペクトルの付加の2つの方法が適用された。 その結果,提案システムは二次スペクトルの付加に敏感であるが,観測された二成分の二次成分に対する特異な寄与は得られないことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work presents an initial analysis of the estimation of effective temperature and surface gravity for simulated O-type binary systems using a recurrent neural network. The proposed system uses 34 equivalent-width measurements from the optical region of a stellar spectrum. Two methods were applied to observed IACOB spectra before normalization: the addition of a blackbody continuum and the addition of a second observed spectrum. The first method produces only small differences in the normalized line profiles and in the estimated physical parameters over 3700-7000~Å. In the second method, the secondary spectrum is added with contributions of 5, 10, 20, 30, 50, and 75 per cent, as defined relative to the original primary spectrum. The general comparison includes 192 simulated systems and 1152 modified spectra. For most of these spectra, the estimated effective temperature and surface gravity decrease as the contribution of the secondary component increases. Individual examples using HD14947, HD190429, HD48099, and HD206267 show that this behavior is not the same for every combination: some estimated effective temperatures fall below the estimates for both isolated spectra, and some surface gravity estimates increase. Comparisons with previously published values also depend on the physical parameter and reference considered. The results show that the proposed system is sensitive to the addition of a secondary spectrum, but do not establish a unique contribution for the secondary component of an observed binary.
• Abstract（参考訳）: 本研究は、繰り返しニューラルネットワークを用いたシミュレーションO型二元系における有効温度と表面重力の推定の初期解析である。 提案システムは、恒星スペクトルの光学領域から34の等価幅の測定値を用いる。 正常化前に観測されたIACOBスペクトルには,黒体連続体の追加と第2の観測スペクトルの付加の2つの方法が適用された。 第1の手法は正規化ラインプロファイルと推定物理パラメータの3700-7000~aで小さな差しか生じない。 第2法では、元の一次スペクトルに対して定義された5,10,10,10,30,50,75パーセントのコントリビューションで二次スペクトルを付加する。 一般的な比較には192のシミュレーションシステムと1152の修正スペクトルが含まれる。 これらのスペクトルのほとんどは、二次成分の寄与が増加するにつれて、推定有効温度と表面重力が減少する。 HD14947、HD190429、HD48099、HD206267の個々の例は、この挙動が全ての組み合わせで同じではないことを示している。 以前公表された値との比較も、考慮された物理パラメータと参照に依存する。 その結果,提案システムは二次スペクトルの付加に敏感であるが,観測された二成分の二次成分に対する特異な寄与は得られないことがわかった。

関連論文リスト

• Variational diffusion transformers for conditional sampling of supernovae spectra [49.1574468325115]
  本報告では,光曲線観測に基づく拡散モデルであるDiTSNe-Iaを導入し,SNe Iaのスペクトルの多様性を再現する訓練を行った。 放射光伝達シミュレーションによる現実的な光曲線とスペクトルの実験において、DiTSNe-Iaは広く使用されているSALT3テンプレートよりもはるかに正確な再構成を行う。
  論文  参考訳（メタデータ） (2025-05-05T22:52:32Z)
• Experimentally Probing Non-Hermitian Spectral Transition and Eigenstate Skewness [19.452215199792924]
  非エルミート系(NH)は複雑な値の固有エネルギーから生じる複雑なスペクトルトポロジーを示す。 複素数値エネルギースペクトルと左右固有状態の両方の直接測定と評価を可能にするグリーン関数に基づく手法を提案する。
  論文  参考訳（メタデータ） (2025-01-14T14:40:05Z)
• Hodge-Aware Contrastive Learning [101.56637264703058]
  単純コンプレックスは、マルチウェイ依存によるデータのモデリングに有効である。 我々は、単純なデータを処理するための対照的な自己教師付き学習手法を開発した。
  論文  参考訳（メタデータ） (2023-09-14T00:40:07Z)
• O-type Stars Stellar Parameter Estimation Using Recurrent Neural Networks [0.0]
  これまでの研究では、恒星モデルに適合する信頼性の高い方法を確立するために、機械学習とディープラーニングのアルゴリズムのセットを比較した。 本稿では,ニューラルネットワークの観点から,個々の物理パラメータを推定する方法について述べる。 3つの異なるリカレントニューラルネットワークシステムの開発、恒星スペクトルモデルを用いたトレーニングプロセス、9つの異なる観測された恒星スペクトルに対するテスト、および過去の研究における推定との比較について述べる。
  論文  参考訳（メタデータ） (2022-10-23T17:18:52Z)
• Library transfer between distinct Laser-Induced Breakdown Spectroscopy systems with shared standards [0.0]
  新しいLIBSシステムの設定に伴うコストは、その広範なキャリブレーションを必要とするため、増大する。 本研究は,LIBS系が使用済み分光計と集光器でのみ異なるが,装置の他の全ての部分を共有するという課題の簡易化について検討する。 トランスファーは、可変オートエンコーダ(VAE)と完全に接続された人工ニューラルネットワーク(ANN)で構成されるパイプラインによって実現される。
  論文  参考訳（メタデータ） (2022-08-31T16:15:55Z)
• Gaussian Process Regression for Absorption Spectra Analysis of Molecular Dimers [68.8204255655161]
  本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。 このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。 実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
  論文  参考訳（メタデータ） (2021-12-14T17:46:45Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Atomic Spectra in a Six-Level Scheme for Electromagnetically Induced Transparency and Autler-Townes Splitting in Rydberg Atoms [58.720142291102135]
  ライドバーグルビジウム原子中の電磁誘導透過(EIT)とオートラー・タウンズ分裂を6レベル励起法で検討した。 1つの高周波場は同時に2つの高線状態に結合し、EIT線で観測される興味深い原子スペクトルをもたらす。 この原子系の2つの理論モデルを示し、この2つのモデルが観測されたスペクトルの異なる側面を捉えている。
  論文  参考訳（メタデータ） (2020-09-28T20:32:51Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• Feature visualization of Raman spectrum analysis with deep convolutional neural network [0.0]
  本稿では,Ramanスペクトル解析にディープ畳み込みニューラルネットワークを用いた認識・特徴可視化手法を示す。 この方法は、まず単純なローレンツスペクトルに対して検討され、その後、医薬品化合物および数値混合アミノ酸のスペクトルに適用された。
  論文  参考訳（メタデータ） (2020-07-27T08:15:38Z)
• On-the-fly ab initio semiclassical evaluation of vibronic spectra at finite temperature [0.0]
  アブ・イニチオはゼロ温度で 振動分解スペクトルを計算するために ガウス近似を拡張した 新しいアプローチは、スペクトルに対する有限温度、非調和性、ヘルツベルク・テラー効果の明確な区別を可能にする。
  論文  参考訳（メタデータ） (2020-05-18T22:54:10Z)

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。