La IA y los problemas difíciles del mundo · Astronomía y espacio · arXiv · 2026-10-22
Caracterización basada en datos de curvas de luz de fuentes variables mediante aprendizaje de representaciones multimodal
Título original: Data-driven characterisation of variable source light curves with multimodal representation learning
Este marco caracteriza curvas de luz de fuentes variables sin datos de entrenamiento etiquetados mediante la combinación de un Transformer sobre observaciones sin procesar con una red convolucional sobre periodogramas. En 37,006 fuentes del ZTF, un clasificador lineal que utiliza las representaciones aprendidas logró una exactitud equilibrada del 77.1% en 14 clases y del 90.5% en categorías amplias. Combinar las dos ramas mejoró la exactitud equilibrada en hasta 14.9 puntos porcentuales respecto de la mejor rama individual, mientras que concatenar representaciones de múltiples bandas la elevó a 86.1%.