XiaoMi-AI文件搜索系统
World File Search System星系
Dawes评论10：深度学习对分析星系调查的影响
过去几年，现代银河调查提供的数据的数量和复杂性一直在稳步增加。新设施将很快提供成像和频谱数亿个星系。从这些大型和多模式数据集中提取一致的科学信息仍然是社区和数据驱动的方法（例如深度学习）的开放问题，它已迅速成为解决一些持久挑战的潜在强大解决方案。这种热情在使用神经网络的前所未有的出版物的指数增长中反映了这种热情，这些指数从2015年的少数作品变成了2021年在Galaxy Surveys领域的平均每周一篇论文。在提到深度学习的第一批发表的工作中，在新的大数据集（例如欧几里得和LSST）开始启动之后不久，我们相信，我们相信及时回顾这项新技术在轨道中的真正影响及其潜在的潜力，以解决新数据集群的规模和复杂性提出的关键挑战。 因此，这篇综述的目的是两个方面。 我们首先要在一个共同的文件中总结深度学习的主要应用程序，用于到目前为止出现的星系调查。 然后，我们提取了所学到的主要成就和经验教训，并突出了关键的开放问题和局限性，在我们看来，这将需要在未来几年中特别关注。 总体而言，天文学界迅速采用了最先进的深度学习方法，反映了这些方法的民主化。 分类，分割）。在新的大数据集（例如欧几里得和LSST）开始启动之后不久，我们相信，我们相信及时回顾这项新技术在轨道中的真正影响及其潜在的潜力，以解决新数据集群的规模和复杂性提出的关键挑战。因此，这篇综述的目的是两个方面。我们首先要在一个共同的文件中总结深度学习的主要应用程序，用于到目前为止出现的星系调查。然后，我们提取了所学到的主要成就和经验教训，并突出了关键的开放问题和局限性，在我们看来，这将需要在未来几年中特别关注。总体而言，天文学界迅速采用了最先进的深度学习方法，反映了这些方法的民主化。分类，分割）。本评论表明，使用深度学习的大多数作品都符合计算机视觉任务（例如这也是应用程序的领域，深度学习带来了迄今为止最重要的突破。但是，我们还报告说，应用程序变得越来越多样化，深度学习用于估计星系特性，识别异常值或限制宇宙学模型。这些作品中的大多数仍处于探索性水平，这可能部分解释了引用方面的有限影响。在进行未来调查的处理中，很可能需要解决一些共同的挑战。例如，不确定性量化，可解释性，数据标记和领域转移问题从模拟的训练中转移问题，这构成了天文学的共同实践。
使用该段的任何模型
上下文。恒星磁盘截断（也称为星系边缘）是银河大小的关键指标，由气体密度阈值的恒星形成的径向位置确定。该阈值本质上标志着星系中发光物质的边界。准确测量数百万星系的星系大小对于理解在宇宙时间内推动星系演变的物理过程至关重要。目标。我们旨在探索段的任何模型（SAM）的潜力，即设计用于图像分割的基础模型，以自动识别星系图像中的磁盘截断。通过欧几里得广泛的调查，我们的目标是提供大量的数据集，我们的目标是评估SAM以完全自动化的方式测量星系大小的能力。方法。SAM被应用于1,047个磁盘样星系的标记数据集，其中M ∗> 10 10m⊙在红移至z〜1时，来自哈勃太空望远镜（HST）烛台。我们分别使用F160W（H -band），F125W（J -band）和F814W + F606W（I -Band + v -band）HST HST HST滤镜来创建复合RGB图像“欧盟化” HST Galaxy图像。使用这些处理的图像作为SAM的输入，我们在输入数据的不同配置下检索了每个星系图像的各种截断掩码。结果。我们发现了由SAM确定的星系大小与手动测量的星系大小之间的一致性（即，通过在星系光谱中使用恒星磁盘边缘的径向位置），平均偏差约为3％。当排除问题案例时，此错误将减少到约1％。结论。我们的结果突出了SAM以自动化方式在大型数据集上检测磁盘截断和测量星系尺寸的强大潜力。SAM表现良好，而无需大量图像预处理，标记为截断的训练数据集（仅用于验证），微调或其他特定于域特异性适应（例如传输学习）。
一个有效的无监督分类模型，用于银河形态：基于Convnext大型模型的编码的投票聚类
通过将无监督和监督的机器学习方法结合起来，我们提出了一个称为Usmorph的框架，以进行星系形态的自动分类。在这项工作中，我们通过提出基于Convnext大型模型编码的算法来更新无监督的机器学习（UML）步骤，以提高未标记的星系形态分类的效率。该方法可以概括为三个关键方面，如下所示：（1）卷积自动编码器用于图像降级和重新冲突，并且模型的旋转不变性通过极性坐标扩展提高； （2）利用名为Convnext的预训练的卷积神经网络（CNN）来编码图像数据。通过主体组合分析（PCA）维度降低进一步压缩了这些特征； （3）采用基于装袋的多模型投票分类算法来增强鲁棒性。，我们将此模型应用于宇宙场中的i -band样品的i -band图像。与原始的无监督方法相比，新方法所需的聚类组的数量从100减少到20。最后，我们设法对大约53％的星系进行了分类，从而显着提高了分类效率。为了验证形态层化的有效性，我们选择了M ∗> 10 10m⊙的大型星系进行形态学参数测试。分类结果与星系在多个参数表面上的物理特性之间的相应规则与现有演化模型一致。增强的UML方法将来将支持中国空间站望远镜。我们的方法证明了使用大型模型编码对星系形态进行分类的可行性，这不仅提高了星系形态分类的效率，而且还节省了时间和人力。此外，与原始UML模型相比，增强的分类性能在定性分析中更为明显，并且成功超过了更多的参数测试。
Axion Quark Nugget暗物质的光芒
上下文。斧头夸克掘金的存在是轴突场的潜在结果，该结果为量子染色体动力学中的电荷结合奇偶校验违规提供了一种解决方案。除了解释物质抗逆点非对称性的宇宙学差异以及可见的 - 黑暗 /ω可见的比率外，这些复合材料的紧凑型物体还可以通过与普通的Baryonic Matter相互作用来代表潜在无处不在的电磁背景辐射。，我们对局部网络的受约束宇宙学模拟（慢）的群内培养基环境中的轴夸克掘金 - 巴里氏菌相互作用进行了深入分析。目标。在这里，我们旨在通过推断出来自轴突夸克nugget-Cluster-Cluster Gas Itsptrotions的热和非热发射光谱来对银河系簇环境中的电磁对应物进行上限预测。方法。我们使用缓慢的模拟分析了161个模拟星系簇的大型样本中轴夸克掘金的发射。这些集群分为150个星系簇的子样本，以五个质量箱为单位，范围为0。8至31。7×10 14 m⊙，以及11个跨识别星系簇的观测。，我们通过假设所有暗物质由轴夸克块组成，研究了Z = 0的红移，在当前阶段的星系簇中的暗物质 - 巴里氏物质相互作用。结果。19 GHz和νT∈[3。97，10。99]×10 10 GHz。结论。将所得的电磁特征与每个星系簇中的热bremsstrahlung和非热宇宙射线（CR）同步器发射进行了比较。我们进一步研究了模仿WMAP，PLANCK，EUCLID和XRISM望远镜的可观察范围的单个频带，用于最有前途的跨识别星系簇，这些星系簇载有轴突Quark Nugget nuggets发射的可检测到的特征。我们观察到在低能和高能频率窗口中的正值，在该窗口中，热和非热轴夸克掘金发射的发射可以显着有助于（甚至超出）频率（甚至超出）频率的发射（甚至超出），最高为νTt t t t≲3842。如果单个簇的Cr同步加速器发射足够低，则发现可以观察到Axion Quark金块的发射特征。导致发射过量的参数中的退化使得在指出正轴夸克nugget多余的特定区域的预测方面具有挑战性；但是，基于此暗物质模型，预期的总星系簇发射的总体增加。轴夸克掘金构成4。在低能量状态下的总星系簇发射的80％的占3842的低能状态。 19 GHz，用于选择跨识别的星系簇。 我们提出，在寻找斧头夸克掘金发射标志时，福纳克斯和处女群体代表了最有前途的候选人。 我们模拟的结果表明，如果可以充分地将其签名与ICM辐射完全分离，则可以在观察结果中检测出星系簇中的轴夸克掘金过量。占3842的低能状态。19 GHz，用于选择跨识别的星系簇。我们提出，在寻找斧头夸克掘金发射标志时，福纳克斯和处女群体代表了最有前途的候选人。我们模拟的结果表明，如果可以充分地将其签名与ICM辐射完全分离，则可以在观察结果中检测出星系簇中的轴夸克掘金过量。该模型提出了对暗物质组成的有前途的解释，并有可能通过观察结果来验证这种结果，但我们提出了进一步的变化，旨在完善我们的方法。我们的最终目标是确定在不久的将来提取的斧头夸克掘金的电磁对应物。
spherex -Cloudfront.net
Spherex将使用一种称为光谱的技术，以102个不同的波长或红外光的颜色查看天空。光谱法用于测量星系的距离，因此在3D中映射天空至关重要。该技术还可以揭示宇宙物体的组成，因为化学元素，分子和其他材料在它们吸收和发射的颜色中留下独特的特征。任务将使用这种能力来研究我们星系中宇宙，星系以及水和其他成分的起源。
平方公里阵列 (SKA) - 瑞士利益与贡献
SKA 解决了我们这个时代的一些最基本的科学问题。它的科学目标广泛而雄心勃勃，回顾宇宙历史，直至第一批恒星和星系形成的“宇宙黎明”，并寻求天体物理学中一些最大的未解问题的答案。其中包括：星系如何演化？什么是暗能量？它在宇宙膨胀中起什么作用？行星为何围绕恒星形成？我们能否找出并了解引力波来自何处？那里有生命吗？通过单独或与其他先驱机构的合作，SKA 将对宇宙产生新的认识。
通过具有概率输出的多任务神经网推断红移和星系性能 - 模拟月亮光谱的应用
1 Department of Physics and Astronomy, University of Florence, Via G. Sansone 1, I-50019 Sesto F.no (Florence), Italy 2 Inf-Astro fi sic observatory of Arcetri, Largo E. Fermi 5, I-50125 Florence, Italy 3 School of Physics and Astronomy, University of St Andrews, North Haugh, ST Andrews, St Andrews. Ky16 9SS, UK 4 Inf-Observatory of Astro Phone and Spazio of the Space of Bologna, Via Piero Gobetti 93 /3, 40129 Bologna, Italy 5 GEPI, Observiire de Paris, PSL University, CNRS, Meudon, France 6 Cavendish Laboratory, University of Cambridge, 19 J. Thomson Ave., Cambridge CB3 0he, UK 7, UK 7卡夫利宇宙学研究所，剑桥大学，马德利路，剑桥CB3 0HA，英国8物理与天文学系，伦敦大学学院，伦敦高尔街，伦敦WC1E 6BT，英国9欧洲南部天obervoration，Karl-Schwarzsschild-Strassse 2， D-85748 Garching Bei Muenchen，德国1 Department of Physics and Astronomy, University of Florence, Via G. Sansone 1, I-50019 Sesto F.no (Florence), Italy 2 Inf-Astro fi sic observatory of Arcetri, Largo E. Fermi 5, I-50125 Florence, Italy 3 School of Physics and Astronomy, University of St Andrews, North Haugh, ST Andrews, St Andrews. Ky16 9SS, UK 4 Inf-Observatory of Astro Phone and Spazio of the Space of Bologna, Via Piero Gobetti 93 /3, 40129 Bologna, Italy 5 GEPI, Observiire de Paris, PSL University, CNRS, Meudon, France 6 Cavendish Laboratory, University of Cambridge, 19 J. Thomson Ave., Cambridge CB3 0he, UK 7, UK 7卡夫利宇宙学研究所，剑桥大学，马德利路，剑桥CB3 0HA，英国8物理与天文学系，伦敦大学学院，伦敦高尔街，伦敦WC1E 6BT，英国9欧洲南部天obervoration，Karl-Schwarzsschild-Strassse 2， D-85748 Garching Bei Muenchen，德国
JCAP01(2024)022
摘要：已知，测量的超高能宇宙射线的能量谱和簇射最大深度分布的组合拟合可以约束具有均匀源分布的天体物理模型的参数。对宇宙射线到达方向分布的研究表明，与一部分通量是非各向同性的并与附近的射电星系半人马座 A 或星暴星系等目录相关的模型有更好的一致性。在这里，我们通过同时拟合到达方向、能量谱和在皮埃尔·奥格天文台测量的成分数据，提出了两种分析的新组合。该模型考虑了刚度相关的磁场模糊和由传播过程中的相互作用形成的目录贡献的能量相关演变。我们发现，包含星暴星系目录的通量贡献约为 20%（40 EeV），磁场模糊约为 20 ◦（10 EV 刚度）的模型可以同时描述所有三个可观测量。星暴星系模型具有 4 的显著性优势。与仅具有均匀分布背景源的参考模型相比，显著性为 5 σ（考虑实验系统效应）。通过研究以半人马座 A 作为单一源并结合均匀背景的场景，我们确认该天空区域对观测到的各向异性信号具有主导贡献。然而，包含喷流活动星系核目录的模型（其通量与 γ 射线发射成比例）不受欢迎，因为它们无法充分描述测量到的到达方向。