IA e os Problemas Difíceis do Mundo · Astronomia e espaço · arXiv · 2026-10-20
Modelagem de curvas de luz multibanda de núcleos ativos de galáxias usando uma rede de processo neural com atenção autossupervisionada
Título original: Modeling Multi-band Active Galactic Nuclei Lightcurves Using an Self-supervised Attentive Neural Process Network
Espera-se que o LSST observe dezenas de milhões de quasares, portanto sua variabilidade precisa ser modelada. Os autores apresentam um framework de processo neural com atenção que reconstrói curvas de luz nas seis bandas do LSST e infere a massa do buraco negro, a razão de Eddington e a escala de tempo de variabilidade, treinado de forma autossupervisionada apenas com observações ruidosas. Em um conjunto de teste separado, ele igualou uma linha de base de processo gaussiano quase ótima e a superou na reconstrução do espectro de potência e na estimativa da escala de tempo do passeio aleatório amortecido.