PulseAugur
中
实时 06:50:45
English(EN) Self-Supervised ConvLSTM for Fermi Large Area Telescope Transient Detection

卷积长短期记忆网络为费米望远镜探测伽马射线瞬态现象

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种自监督卷积长短期记忆（ConvLSTM）网络，利用费米大型空间望远镜（Fermi Large Area Telescope）的数据来探测瞬态伽马射线现象。该框架将费米-LAT天空的端到端模拟与深度学习相结合，以识别与预期天空行为的偏差。这种方法旨在标记可能指示可变源或瞬态天体物理事件的局部、随时间变化的过量信号。 AI

影响 引入了一种新颖的深度学习方法来分析天文数据，有望提高对瞬态宇宙事件的探测能力。

排序理由 该集群包含一篇详细介绍天体物理数据分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Alberto Garinei, Stefano Speziali, Alessandro Vispa, Andrea Marini, Sara Cutini, Emanuele Piccioni, Marcello Marconi, Francesco Longo, Matteo Martini, Francesca Fallucchi, Romeo Giuliano, Ernesto William De Luca, Umberto Di Matteo, Sabino Meola ·

    Self-Supervised ConvLSTM for Fermi Large Area Telescope Transient Detection

    arXiv:2605.22112v1 Announce Type: cross Abstract: We present a framework for detecting transient gamma-ray phenomena in a controlled environment by combining end-to-end simulations of the Fermi-LAT sky with self-supervised spatio-temporal deep learning. We generate a ten-year syn…

相关实体

相关话题