機械学習による21cm宇宙論の装置系差同定

21cm宇宙論観測において、自己教師型学習を用いたオートエンコーダにより干渉計データの装置系差を予測し、天体と装置情報の分離を試みた。

• 電波干渉計の装置系差が21cm信号検出の妨げとなる問題を扱った
• 自己教師型の畳み込みオートエンコーダを用いてシミュレーションデータを訓練した
• 未知の装置系差を高精度で予測することに成功した
• 天体シグナルと装置情報の完全な分離が今後の課題である

原文タイトル: A self-supervised machine learning approach to identify instrumental systematics in 21cm Cosmology

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。