文献

J-GLOBAL ID：202202273477177875   整理番号：22A0777929

遠い銀河の画像を用いたスパース性の前の宇宙密度場再構成【JST・京大機械翻訳】

Cosmic Density Field Reconstruction with a Sparsity Prior Using Images of Distant Galaxies

著者 (2件)： Yoshida Naoki (Kavli IPMU (WPI), The University of Tokyo, Kashiwa, Chiba, Japan) ,  Li Xiangchong (Kavli IPMU (WPI), The University of Tokyo, Kashiwa, Chiba, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13167  ページ： 93-99  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 将来の天文観測は,星,銀河,および超新星のマルチペットバイト画像を提供することが期待される。イメージングと分光データのシーリング体積の処理は技術的に挑戦的であり,大きなデータからの科学的出力を作り出すことは次の10年間における重要課題となっている。最新の機械学習と深層学習に基づく新しい方法を開発し,Subaru Hyper Suprim-Camからのデータを分析した。本論文では,宇宙密度場の再構成に焦点を当てた。銀河の形状のわずかな変形を引き起こす重力レンズ効果の観察を用いた。大規模密度分布を再構成するために,集団効果を用いることができる。スパース性を仮定する著者らの新しい方法は,完全三次元における密度場を再構成することを可能にする。宇宙構造の統計解析は,ユニバーの内容と進化を記述する宇宙論的パラメータと呼ばれるいくつかの基本的量の正確な決定を可能にする。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 宇宙論 ,  超新星 ,  Bayes推定 ,  画像処理 ,  *画像 ,  再構成 ,  画像分析 ,  *宇宙空間 ,  三次元 ,  *性質 ,  重力レンズ ,  密度分布 ,  機械学習
準シソーラス用語： *スパース性 ,  *密度場 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： スパースモデル ,  画像解析 ,  Bayes推論

分類 (2件)： 医用画像処理  (JE04020T) ,  宇宙論  (DB07000D)

タイトルに関連する用語 (5件)： 銀河 ,  スパース性 ,  宇宙 ,  密度場 ,  再構成