本文提出了一个用于从星系图像中提取结构组成的二维拟合算法（GALFIT），并指出在优化计算速度方面相较于以往技术有了改进。该算法可适应任意数量零散构件的拟合，并广泛适用于通过哈勃太空望远镜观察到的近距离星系的光线轮廓。同时，文章进行了七个案例研究以演示其结果的精度.

Apr, 2002

介绍了 MOSFiT：一个用于解决时间域天文学中观测数据与理论模型之间断裂的 Python 工具，可以自动下载数据，并生成半解析光变曲线拟合结果及业已确定的贝叶斯参数，可将拟合结果更新到数据源以分享给其他人

Oct, 2017

GALSIM 是一个开源项目，旨在为天文学研究提供图像模拟工具。其包含一些生成天体图像的软件库，可以以多种方式处理图像转换和操作，包括卷积和渲染等。GALSIM 满足高精度图像分析应用（如弱引力透镜）对性能的严格要求，并已应用于许多大型引力天文学调研项目。

Jul, 2014

本文提出了一种针对像素化光源的引力透镜图像分析新方法，并表明仅需建模质量分布所需的参数即可实现去卷积像素化源光分布的计算，这大大简化了寻找数据最小卡方拟合和加速反演的步骤，并将该方法应用于模拟爱因斯坦环图像中，证明了其在无正则化和有正则化两种情况下的有效性。

Feb, 2003

利用 Python 和关键库，重点研究和实施了 Eclipse Mapping 方法，对 Scipy 的最小化函数进行了详细研究。应用多种优化技术解决了带有卡方约束的最大熵方程，用于研究光度曲线并揭示了 KIC 201325107 灾变变星的高斯结构。对代码结构进行了关键分析，找出可能存在的故障和设计问题。此外，分析了影响计算时间和图像质量的几个因素，包括高斯加权的方差、圆盘图像分辨率、光度曲线中的数据点数量和约束程度。

May, 2024

用符号回归方法获得 $P (k)$ 的简化解析近似，通过重新优化 halofit 参数减小了预测误差，加入符号矫正的 syren-halofit 方法进一步提高了准确性，快速且准确地逼近了 $P (k)$。

Feb, 2024

介绍了第五次干涉成像美丽大赛的结果，比较了来自不同算法的图像重建效果，讨论了各算法的优缺点。

Jul, 2012

通过在复频域内插值，FITS 模型丢弃对时间序列数据影响微乎其微的高频成分，从而实现与时序预测和异常检测任务中最先进模型相当的性能，且仅具约 10k 参数的轻量级，可以轻松训练和部署在边缘设备。

Jul, 2023

利用光学图像的基于得分的先验，我们以高效的计算方式从 DSHARP 调查中恢复原行星盘的图像样本，尽管银河系先验估计不准确，我们的方法仍然能够得到可信的后验样本，并且能够与现有射电干涉成像算法有竞争力的结果。

Nov, 2023

通过研究星团中泊松噪声和动力学演化引入的散射，确定了任何真正变化变得不可检测的范围，发现单星 IMFs 比银河星场 IMF 在 0.1 到 1Msun 之间陡峭，并发现更高金属丰度环境中的星际物质似乎会产生相对更多低质量的恒星。

Sep, 2000