ラベル不要の光度曲線マルチモーダル表現学習

ラベルなしデータから変光星の光度曲線を汎用的に特徴づけるマルチモーダル表現学習フレームワークを提案し、高精度な分類と解釈可能な表現の獲得を示した。

• ラベル付きデータに依存せず、多様な変動天体の光度曲線から低次元表現を学習するフレームワークを開発した。
• 生観測データに対するトランスフォーマーとピリオドグラムに対するCNNをVICRegで共同学習させる構成を採用した。
• ZTFのデータ評価において高い分類精度を達成し、単一モダリティよりも両者の統合が有効であることを示した。
• 事前のラベルやサーベイ固有の前処理を必要とせず、異なる観測条件のサーベイへ直接適用可能であることを示した。

原文タイトル: Data-driven characterisation of variable source light curves with multimodal representation learning

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。