宇宙論シミュレーションの自己教師あり基盤モデル

宇宙論的シミュレーションの銀河カタログを効率的に圧縮・整理するため、パラメータのラベルなしで事前学習を行う自己教師あり基盤モデルCeliaを提案し、シミュレーション間の汎用的な共通座標系を実現した。

• 宇宙論的シミュレーションの銀河カタログを圧縮・整理する自己教師あり基盤モデルCeliaを提案した。
• ラベルなしで複数のシミュレーションスイートを用いて事前学習を実施した。
• 得られた埋め込みベクトルを用いることで、未知のシミュレーションを含む宇宙論パラメータを高精度に予測可能となった。

原文タイトル: Celia: Catalog Embeddings Learned from cosmologIcal simulAtions

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。