Buchumschlag

Anomaly detection in radio galaxy data with trainable COSFIRE filters

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ndung'u, Steven, Grobler, Trienko, Wijnholds, Stefan J., Azzopardi, George
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Instrumentation and Methods for Astrophysics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Content-Based Image Retrieval Using COSFIRE Descriptors with application to Radio Astronomy
von: Ndungu, Steven, et al.
Veröffentlicht: (2024)

Explainable machine learning workflows for radio astronomical data processing
von: Yatawatta, S., et al.
Veröffentlicht: (2026)

Energy and polarization based on-line interference mitigation in radio interferometry
von: Yatawatta, Sarod, et al.
Veröffentlicht: (2024)

Convolutional Autoencoders for Data Compression and Anomaly Detection in Small Satellite Technologies
von: Jayeprokash, Dishanand, et al.
Veröffentlicht: (2025)

Radio U-Net: a convolutional neural network to detect diffuse radio sources in galaxy clusters and beyond
von: Stuardi, Chiara, et al.
Veröffentlicht: (2024)

Determination of galaxy photometric redshifts using Conditional Generative Adversarial Networks (CGANs)
von: Garcia-Fernandez, M.
Veröffentlicht: (2025)

AstroCompress: A benchmark dataset for multi-purpose compression of astronomical data
von: Truong, Tuan, et al.
Veröffentlicht: (2025)

CLAP. I. Resolving miscalibration for deep learning-based galaxy photometric redshift estimation
von: Lin, Qiufan, et al.
Veröffentlicht: (2024)

Learning Representations of Event Time Series with Sparse Autoencoders for Anomaly Detection, Similarity Search, and Unsupervised Classification
von: Dillmann, Steven, et al.
Veröffentlicht: (2025)

Open Science and Artificial Intelligence for supporting the sustainability of the SRC Network: The espSRC case
von: Garrido, J., et al.
Veröffentlicht: (2025)

Simulating images of radio galaxies with diffusion models
von: Martínez, Tobias Vičánek, et al.
Veröffentlicht: (2024)

Deeper detection limits in astronomical imaging using self-supervised spatiotemporal denoising
von: Guo, Yuduo, et al.
Veröffentlicht: (2026)

Mantis Shrimp: Exploring Photometric Band Utilization in Computer Vision Networks for Photometric Redshift Estimation
von: Engel, Andrew, et al.
Veröffentlicht: (2025)

AstroMMBench: A Benchmark for Evaluating Multimodal Large Language Models Capabilities in Astronomy
von: Shi, Jinghang, et al.
Veröffentlicht: (2025)

InferA: A Smart Assistant for Cosmological Ensemble Data
von: Tam, Justin Z., et al.
Veröffentlicht: (2025)

Solving Online Resource-Constrained Scheduling for Follow-Up Observation in Astronomy: a Reinforcement Learning Approach
von: Zhang, Yajie, et al.
Veröffentlicht: (2025)

Category-based Galaxy Image Generation via Diffusion Models
von: Fan, Xingzhong, et al.
Veröffentlicht: (2025)

A Semi-Supervised Learning Method for the Identification of Bad Exposures in Large Imaging Surveys
von: Luo, Yufeng, et al.
Veröffentlicht: (2025)

AstroReview: An LLM-driven Multi-Agent Framework for Telescope Proposal Peer Review and Refinement
von: Wang, Yutong, et al.
Veröffentlicht: (2025)

Enhancing the development of Cherenkov Telescope Array control software with Large Language Models
von: Kostunin, Dmitriy, et al.
Veröffentlicht: (2025)

Radio Astronomy in the Era of Vision-Language Models: Prompt Sensitivity and Adaptation
von: Drozdova, Mariia, et al.
Veröffentlicht: (2025)

Fried Parameter Estimation from Single Wavefront Sensor Image with Artificial Neural Networks
von: Smith, Jeffrey, et al.
Veröffentlicht: (2025)

AI Agents for Ground-Based Gamma Astronomy
von: Kostunin, D., et al.
Veröffentlicht: (2025)

AstroM$^3$: A self-supervised multimodal model for astronomy
von: Rizhko, Mariia, et al.
Veröffentlicht: (2024)

Plausible but Wrong: A case study on Agentic Failures in Astrophysical Workflows
von: Rawat, Shivam, et al.
Veröffentlicht: (2026)

AstroAlertBench: Evaluating the Accuracy, Reasoning, and Honesty of Multimodal LLMs in Astronomical Classification
von: Chen, Claire, et al.
Veröffentlicht: (2026)

MARVEL: A Multi Agent-based Research Validator and Enabler using Large Language Models
von: Mukund, Nikhil, et al.
Veröffentlicht: (2026)

SM-Net: Learning a Continuous Spectral Manifold from Multiple Stellar Libraries
von: Anwar, Omar, et al.
Veröffentlicht: (2026)

Fine-tuning LLMs for Autonomous Spacecraft Control: A Case Study Using Kerbal Space Program
von: Carrasco, Alejandro, et al.
Veröffentlicht: (2024)

Preliminary Report on Mantis Shrimp: a Multi-Survey Computer Vision Photometric Redshift Model
von: Engel, Andrew, et al.
Veröffentlicht: (2024)

Unsupervised Machine Learning for the Classification of Astrophysical X-ray Sources
von: Pérez-Díaz, Víctor Samuel, et al.
Veröffentlicht: (2024)

Using Galaxy Evolution as Source of Physics-Based Ground Truth for Generative Models
von: Li, Yun Qi, et al.
Veröffentlicht: (2024)

Natural Language-Driven Global Mapping of Martian Landforms
von: Wang, Yiran, et al.
Veröffentlicht: (2026)

Cosmo3DFlow: Wavelet Flow Matching for Spatial-to-Spectral Compression in Reconstructing the Early Universe
von: Islam, Md. Khairul, et al.
Veröffentlicht: (2026)

SuperCode: Sustainability PER AI-driven CO-DEsign
von: Broekema, P. Chris, et al.
Veröffentlicht: (2024)

OmniSpectra: A Unified Foundation Model for Native Resolution Astronomical Spectra
von: Islam, Md Khairul, et al.
Veröffentlicht: (2026)

Leveraging Deep Learning for Time Series Extrinsic Regression in predicting photometric metallicity of Fundamental-mode RR Lyrae Stars
von: Monti, Lorenzo, et al.
Veröffentlicht: (2024)

AI in Space for Scientific Missions: Strategies for Minimizing Neural-Network Model Upload
von: Ekelund, Jonah, et al.
Veröffentlicht: (2024)

What is the Role of Large Language Models in the Evolution of Astronomy Research?
von: Fouesneau, Morgan, et al.
Veröffentlicht: (2024)

Temporal Stamp Classifier: Classifying Short Sequences of Astronomical Alerts
von: O., Daniel Neira, et al.
Veröffentlicht: (2024)