Jul, 2024

利用星系演化作为基于物理的真实性生成模型的源数据

TL;DR我们提出了一种条件性去噪扩散概率模型 (DDPM) 和条件性变分自动编码器 (CVAE),并通过宇宙学数据中的星系图像测试它们生成逼真星系的能力。我们发现,基于人类评估,两个模型都能生成具有可比较逼真度的星系,但基于物理度量方式的性能评估更能辨别它们的优缺点,总体而言,DDPM 模型在绝大多数物理度量方式中表现更好。最终,如果我们能证明生成模型能够学习星系演化的物理规律,它们有潜力带来新的天体物理学发现。