11:11arXiv cs.LG@Karan Gandhi, Ashish A. Mahabal, Jacob E. Jencson, Russ R. Laher, Ben Rusholme, Lin Yan, Ryan M. Lau, Schuyler D. Van Dyk, Mansi M. Kasliwal美国宇航局的南希·格雷斯·罗马太空望远镜计划于2026年9月发射,将进行前所未有的高分辨率红外巡天,预计发现数百万天文瞬变现象。由于缺乏真实数据,开发自动警报管道面临挑战。研究团队提出机器学习模型RuBR,结合本地注入和OpenUniverse2024模拟数据,训练出三种变体(RuBR_comb、RuBR_loc、RuBR_DA),用于区分真实瞬变与虚假检测。实验表明,该方法在图像差分管道中表现有效,为罗马任务早期无真实标签情况下的鲁棒分类铺平了道路。论文罗马太空望远镜瞬变天体机器学习自动分类天文数据处理推荐理由:罗马望远镜即将带来海量天文数据,做瞬变天体探测的团队需要可靠的自动分类工具——RuBR模型解决了无真实数据时的训练难题,值得关注其后续在真实观测中的表现。原文