astronomical data | BriefGPT

关键词astronomical data

搜索结果 - 7

MMAI 是否能理解宇宙？通过天体物理数据对 GPT 进行精调的测试
通过对天文数据进行微调，GPT 模型证明了其在分类天体物理现象、区分 GRB 类型、估算类星体的红移以及黑洞参数估算方面的能力，标志着大型语言模型在科学研究中的有效性。同时，文章还提出了一种基于数据理解和基础模块建设的方法，为培养和控制比人
PDF3 months ago
PAPERCLIP: 将天文观测与自然语言关联的多模型
我们提出了一种名为 PAPERCLIP 的方法，使用神经网络模型将望远镜拍摄的天文观测与自然语言进行关联，通过从预训练的对比语言 - 图像预训练（CLIP）模型微调成功的观测提案摘要和相应的下游观测，可选择使用大型语言模型（LLM）来进行摘
PDF4 months ago
MM机器学习与超新星宇宙学的未来
该研究评述了近期关于开发自动化系统以识别和分类超新星，并将其用作宇宙学标准烛光源的努力，强调了机器学习方法在优化大规模调查的科学产出中的基本作用。
PDF5 years ago
MM概率随机森林：一种用于嘈杂数据集的机器学习算法
本研究修改了基于随机森林 (Random Forest，RF) 的算法，提出了一种新的基于概率随机森林 (Probabilistic Random Forest，PRF) 的机器学习算法，用于处理带有不确定性的天文数据，能够有效提高分类准确
PDF6 years ago
填补空缺：来自带噪声、截断或不完整样本的高斯混合模型
通过 GMMis 方法，可以推断出天文数据中存在的不完整信息并从当前模型进行同时填补缺失值，该方法可以应用于任意截断几何和概率拒绝算法的情况，同时考虑每个观测样本的独立多元正态测量误差和一个纯净的误差分布估计，基于此方法，在不同类型的不完整
PDF8 years ago
FATS: 时间序列特征分析
本文介绍了 FATS（Feature Analysis for Time Series）库，这是一个基于 Python 的库，旨在便于和规范时间序列数据的特征提取。我们特别关注一种应用 —— 天文光曲线数据的特征提取，并详细介绍了用于光曲线
PDF9 years ago
MM多模态嵌套采样：天文数据分析中高效、稳健的 MCMC 方法替代方案
本文介绍了三种新的方法用于从多峰分布以及存在显著退化的分布中进行抽样和证据评估，以及一种更高效的评估证据不确定性的技术，并将其应用于天文数据中进行贝叶斯目标检测，展示了证据计算和参数估计的准确性和经济性。
PDF17 years ago