AI এবং বিশ্বের কঠিন সমস্যাগুলো · জ্যোতির্বিজ্ঞান ও মহাকাশ · arXiv · 2026-10-26

ফিজিক্স-ইনফর্মড নিউরাল নেটওয়ার্ক বনাম U-Net: মাইক্রোওয়েভে তাপীয় ধুলো নিঃসরণ পুনরুদ্ধারে প্রয়োগ

মূল শিরোনাম: Physics-Informed Neural Networks vs U-Net: Application to thermal dust emission recovery in the microwave

১০০ GHz-এর উপরের CMB পরীক্ষাগুলোর জন্য গ্যালাকটিক তাপীয় ধুলোর নিঃসরণকে আলাদা করা অত্যাবশ্যক। লেখকেরা একটি ফিজিক্স-ইনফর্মড নিউরাল নেটওয়ার্ক (PINN) তৈরি করেছেন, যেখানে মডিফাইড ব্ল্যাক বডি স্পেকট্রাল মডেলটি একটি কঠোর, ডিফারেনশিয়েবল শর্ত হিসেবে অন্তর্ভুক্ত, এবং একই পাইপলাইনে সিমুলেটেড Planck HFI প্যাচের ওপর প্রশিক্ষিত একটি U-Net-এর সঙ্গে এর তুলনা করেছেন। দুটি নেটওয়ার্কই তুলনীয় পুনর্গঠন মান অর্জন করে, যেখানে SSIM ধারাবাহিকভাবে ০.৯৬-এর উপরে, এবং PINN নির্ভুলতা না কমিয়েই ভৌতভাবে গ্রহণযোগ্য আউটপুট নিশ্চিত করে।

মূল লেখা পড়ুন ↗

সব আইটেম →