Buchumschlag

Caustics: A Python Package for Accelerated Strong Gravitational Lensing Simulations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stone, Connor, Adam, Alexandre, Coogan, Adam, Yantovski-Barth, M. J., Filipp, Andreas, Setiawan, Landung, Core, Cordero, Legin, Ronan, Wilson, Charles, Barco, Gabriel Missael, Hezaveh, Yashar, Perreault-Levasseur, Laurence
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Instrumentation and Methods for Astrophysics Cosmology and Nongalactic Astrophysics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Blind Strong Gravitational Lensing Inversion: Joint Inference of Source and Lens Mass with Score-Based Models
von: Barco, Gabriel Missael, et al.
Veröffentlicht: (2025)

Mind the Information Gap: Unveiling Detailed Morphologies of z 0.5-1.0 Galaxies with SLACS Strong Lenses and Data-Driven Analysis
von: Legin, Ronan, et al.
Veröffentlicht: (2025)

Tackling the Problem of Distributional Shifts: Correcting Misspecified, High-Dimensional Data-Driven Priors for Inverse Problems
von: Barco, Gabriel Missael, et al.
Veröffentlicht: (2024)

Robustness of Neural Ratio and Posterior Estimators to Distributional Shifts for Population-Level Dark Matter Analysis in Strong Gravitational Lensing
von: Filipp, Andreas, et al.
Veröffentlicht: (2024)

Pixellated Posterior Sampling of Point Spread Functions in Astronomical Images
von: Stone, Connor, et al.
Veröffentlicht: (2025)

Neural Deprojection of Galaxy Stellar Mass Profiles
von: Yantovski-Barth, M. J., et al.
Veröffentlicht: (2025)

Inpainting Galaxy Counts onto N-Body Simulations over Multiple Cosmologies and Astrophysics
von: Bourdin, Antoine, et al.
Veröffentlicht: (2024)

Gravitational-Wave Parameter Estimation in non-Gaussian noise using Score-Based Likelihood Characterization
von: Legin, Ronan, et al.
Veröffentlicht: (2024)

Transformer Embeddings for Fast Microlensing Inference
von: Smyth, Nolan, et al.
Veröffentlicht: (2025)

LSST Strong Lensing Systems Dark Matter Sensitivity Analysis with Neural Ratio Estimators
von: Filipp, Andreas, et al.
Veröffentlicht: (2026)

IRIS: A Bayesian Approach for Image Reconstruction in Radio Interferometry with expressive Score-Based priors
von: Dia, Noé, et al.
Veröffentlicht: (2025)

Predicting the Subhalo Mass Functions in Simulations from Galaxy Images
von: Filipp, Andreas, et al.
Veröffentlicht: (2025)

Bridging Simulators with Conditional Optimal Transport
von: Zeghal, Justine, et al.
Veröffentlicht: (2025)

MIRA: A Score for Conditional Distribution Accuracy and Model Comparison
von: Sharief, Sammy, et al.
Veröffentlicht: (2026)

Using Neural Networks to Automate the Identification of Brightest Cluster Galaxies in Large Surveys
von: Janulewicz, Patrick, et al.
Veröffentlicht: (2025)

Modeling Binary Lenses and Sources with the BAGLE Python Package
von: Bhadra, T. Dex, et al.
Veröffentlicht: (2025)

The BAGLE Python Package for Bayesian Analysis of Gravitational Lensing Events
von: Lu, J. R., et al.
Veröffentlicht: (2025)

The spatially-resolved effect of mergers on the stellar mass assembly of MaNGA galaxies
von: Angeloudi, Eirini, et al.
Veröffentlicht: (2025)

Causal Discovery in Astrophysics: Unraveling Supermassive Black Hole and Galaxy Coevolution
von: Jin, Zehao, et al.
Veröffentlicht: (2024)

Deconvolving X-ray Galaxy Cluster Spectra Using a Recurrent Inference Machine
von: Rhea, Carter, et al.
Veröffentlicht: (2024)

A Fast Generative Framework for High-dimensional Posterior Sampling: Application to CMB Delensing
von: Sotoudeh, Hadi, et al.
Veröffentlicht: (2026)

Effects of Subhalos on Interpreting Highly Magnified Sources Near Lensing Caustics
von: Ji, Lingyuan, et al.
Veröffentlicht: (2024)

Massive Extremely High-Velocity Outflow in the Quasar J164653.72+243942.2
von: Hidalgo, Paola Rodríguez, et al.
Veröffentlicht: (2025)

PQMass: Probabilistic Assessment of the Quality of Generative Models using Probability Mass Estimation
von: Lemos, Pablo, et al.
Veröffentlicht: (2024)

Variable Star Light Curves in Koopman Space
von: Mekhaël, Nicolas, et al.
Veröffentlicht: (2024)

The CluMPR Galaxy Cluster-Finding Algorithm and DESI Legacy Survey Galaxy Cluster Catalogue
von: Yantovski-Barth, M. J., et al.
Veröffentlicht: (2023)

Beyond Causal Discovery for Astronomy: Learning Meaningful Representations with Independent Component Analysis
von: Jin, Zehao, et al.
Veröffentlicht: (2024)

StarEstate: A Python Package for Galactic Population Synthesis
von: Romagnolo, Amedeo
Veröffentlicht: (2025)

Galaxy cluster characterization with machine learning techniques
von: Sadikov, Maria, et al.
Veröffentlicht: (2025)

Galaxy Populations in the IllustrisTNG Caustic Skeleton
von: Hertzsch, Benjamin, et al.
Veröffentlicht: (2026)

Sherpa: An Open Source Python Fitting Package
von: Siemiginowska, Aneta, et al.
Veröffentlicht: (2024)

The Magnified Waltz: Simulating Light Curves of Binary Stars Passing through Micro-Caustics in Strong Lensing Galaxy Clusters
von: Zheng, Wenwen, et al.
Veröffentlicht: (2025)

AtomNeb: IDL Library and Python Package for Atomic Data of Ionized Nebulae
von: Danehkar, A.
Veröffentlicht: (2019)

ASTRA: A Python Package for Cross-Instrument Stellar and Telluric Template Construction
von: Silva, André M., et al.
Veröffentlicht: (2026)

SOAP: A Python Package for Calculating the Properties of Galaxies and Halos Formed in Cosmological Simulations
von: McGibbon, Robert, et al.
Veröffentlicht: (2025)

A GPU Code for Finding Microlensing Critical Curves and Caustics
von: Weisenbach, Luke
Veröffentlicht: (2025)

nanoCMB: A minimal CMB power spectrum calculator in Python
von: Moss, Adam
Veröffentlicht: (2026)

reLAISS: A Python Package for Flexible Similarity Searches of Supernovae and Their Host Galaxies
von: Reynolds, E., et al.
Veröffentlicht: (2025)

pyEQUIB Python Package, an addendum to proEQUIB: IDL Library for Plasma Diagnostics and Abundance Analysis
von: Danehkar, A.
Veröffentlicht: (2024)

RVSNUpy: A Python Package for Spectroscopic Redshift Measurement Based on Cross-Correlation
von: Kim, Taewan, et al.
Veröffentlicht: (2025)