Nadav Bojan Sellam

新的生成模型Nullasar改进了类星体变异性分析

研究人员开发了一种名为Nullasar的新生成模型，以更好地理解类星体变异性，超越了传统DRW模型的局限性。该模型使用流匹配进行训练，可以在不假设特定噪声模型的情况下学习类星体光变曲线的复杂统计特性。当Nullasar用作检测周期性信号的零假设时，其性能与DRW模型相当，并且在变异性更复杂（例如AR(2)模型）时优于参数拟合。然而，该模型对训练数据中非零信号污染的敏感性是一个已知的局限性，可以通过将条件向量投影到其主成分上来缓解。