BriefGPT.xyz
Nov, 2024
通过扩散模型学习星系物理结构的演化
Learning the Evolution of Physical Structure of Galaxies via Diffusion Models
HTML
PDF
Andrew Lizarraga, Eric Hanchen Jiang, Jacob Nowack, Yun Qi Li, Ying Nian Wu...
TL;DR
本研究解决了如何通过图像数据理解星系演化的问题。我们提出了一种新的方法，将去噪扩散概率模型（DDPM）与红移结合，以生成星系图像。研究发现，该模型不仅能够生成逼真的星系图像，还能编码星系演化过程中红移引起的物理属性变化，为我们提供了更深刻的宇宙现象理解。
Abstract
In
Astrophysics
, understanding the evolution of galaxies in primarily through imaging data is fundamental to comprehending the formation of the Universe. This paper introduces a novel approach to conditioning
Denoising
→