AI dan Masalah-Masalah Sulit Dunia · Astronomi & antariksa · arXiv · 2026-10-22
Karakterisasi berbasis data kurva cahaya sumber variabel dengan pembelajaran representasi multimodal
Judul asli: Data-driven characterisation of variable source light curves with multimodal representation learning
Kerangka kerja ini mengarakterisasi kurva cahaya dari sumber-sumber variabel tanpa data pelatihan berlabel dengan mengombinasikan Transformer pada pengamatan mentah dengan jaringan konvolusi pada periodogram. Pada 37,006 sumber ZTF, sebuah klasifikator linear yang menggunakan representasi hasil pembelajaran mencapai akurasi seimbang (balanced accuracy) sebesar 77.1% pada 14 kelas dan 90.5% pada kategori-kategori luas. Menggabungkan kedua cabang meningkatkan akurasi seimbang hingga 14.9 poin persentase dibandingkan cabang tunggal terbaik, sementara penyambungan (concatenation) representasi dari beberapa band menaikkannya menjadi 86.1%.