AI与世界难题 · 天文与太空 · arXiv · 2026-10-20
具有校准不确定性的单次凌星参数估计
原标题: Single-Transit Parameter Estimation with Calibrated Uncertainties
单次凌星事件难以用针对周期性信号设计的标准方法进行分析,但对其进行表征对后续观测至关重要。作者在合成光变曲线上训练了一个卷积神经网络,仅凭单次凌星即可预测凌星深度、持续时间和凌星中点时刻,并给出经过校准的不确定性。在120颗已确认的系外行星上,该方法的中位误差与梯形最小二乘基线相当,但失败率仅为1%,而基线为10%;同时,它在TESS第27–60观测区中识别出169个新的候选体。