Buchumschlag

Accelerating Black Hole Image Generation via Latent Space Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Ao, Zhang, Xudong, Ding, Lin, Wen, Cuihong, Liu, Wentao, Wang, Jieci
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	General Relativity and Quantum Cosmology High Energy Astrophysical Phenomena Instrumentation and Methods for Astrophysics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Testing General Relativity with Black Hole X-Ray Data and ABHModels
von: Bambi, Cosimo, et al.
Veröffentlicht: (2023)

Theoretical Foundation of Black Hole Image Reconstruction using PRIMO
von: Psaltis, Dimitrios, et al.
Veröffentlicht: (2024)

Black Hole Vision: An Interactive iOS Application for Visualizing Black Holes
von: Berens, Roman, et al.
Veröffentlicht: (2026)

Constraining the Fraction of LIGO/Virgo/KAGRA Binary Black Hole Merger Events Associated with Active Galactic Nucleus Flares
von: Zhu, Liang-Gui, et al.
Veröffentlicht: (2026)

Seeing Black Holes : from the Computer to the Telescope
von: Luminet, Jean-Pierre
Veröffentlicht: (2018)

Pre-localization of Massive Black Hole Binaries in the Millihertz Band
von: Zhang, Xue-Ting, et al.
Veröffentlicht: (2026)

Correlations of Simulated Black-Hole Movies Reveal Extreme-Lensing Signatures
von: Bezděková, Barbora, et al.
Veröffentlicht: (2025)

Search for Microlensing Signature in Gravitational Waves from Binary Black Hole Events
von: Kim, Kyungmin
Veröffentlicht: (2022)

Global Analysis of LISA Data with Galactic Binaries and Massive Black Hole Binaries
von: Strub, Stefan H., et al.
Veröffentlicht: (2024)

Searching for quasinormal modes from Binary Black Hole mergers
von: Królak, A., et al.
Veröffentlicht: (2025)

Simulation-based Inference of Massive Black Hole Binaries using Sequential Neural Likelihood
von: Vílchez, Iván Martín, et al.
Veröffentlicht: (2025)

Efficient Massive Black Hole Binary parameter estimation for LISA using Sequential Neural Likelihood
von: Vílchez, Iván Martín, et al.
Veröffentlicht: (2024)

Accelerating LISA inference with Gaussian processes
von: Gammal, Jonas El, et al.
Veröffentlicht: (2025)

The Black Hole Explorer: Motivation and Vision
von: Johnson, Michael D., et al.
Veröffentlicht: (2024)

Identifying the Quadrupolar Nature of Gravitational Wave Background through Space-based Missions
von: Chen, Yifan, et al.
Veröffentlicht: (2024)

Improved Constraints on Non-Kerr Deviations from Binary Black Hole Inspirals Using GWTC-4 Data
von: Das, Debtroy, et al.
Veröffentlicht: (2026)

A Search for Binary Black Hole Mergers in LIGO O1-O3 Data with Convolutional Neural Networks
von: Silver, Ethan, et al.
Veröffentlicht: (2025)

Mitigating Systematic Errors in Parameter Estimation of Binary Black Hole Mergers in O1-O3 LIGO-Virgo Data
von: Kumar, Sumit, et al.
Veröffentlicht: (2026)

Accelerated nested sampling with posterior repartitioning and $β$-flows for gravitational waves
von: Prathaban, Metha, et al.
Veröffentlicht: (2024)

Cracking Gravitational Wave Multiple Ringdown Modes in Space
von: Wang, Ziming, et al.
Veröffentlicht: (2026)

Regularizing the Pulsar Timing Array likelihood: A path towards Fourier Space
von: Valtolina, Serena, et al.
Veröffentlicht: (2024)

Generalized Distributions of Host Dispersion Measures in the Fast Radio Burst Cosmology
von: Jia, Jing-Yi, et al.
Veröffentlicht: (2025)

Approximating the Fourier Transform of Ring-Like Images: the Focal Expansion
von: Niewiński, Filip, et al.
Veröffentlicht: (2026)

Generic gravito-magnetic clock effects
von: Li, Kaye Jiale, et al.
Veröffentlicht: (2024)

General relativistic self-gravitating equilibrium disks around rotating neutron stars
von: Kim, Yoonsoo, et al.
Veröffentlicht: (2024)

A new method to distinguish gravitational-wave signals from detector noise transients with Gravity Spy
von: Jarov, Seraphim, et al.
Veröffentlicht: (2023)

Hierarchical Subtraction with Neural Density Estimators as a General Solution to Overlapping Gravitational Wave Signals
von: Hu, Qian
Veröffentlicht: (2025)

Leveraging rapid parameter estimates for efficient gravitational-wave Bayesian inference via posterior repartitioning
von: Prathaban, Metha, et al.
Veröffentlicht: (2026)

Ringing out General Relativity: Quasi-normal mode frequencies for black holes of any spin in modified gravity
von: Chung, Adrian Ka-Wai, et al.
Veröffentlicht: (2024)

Dawning of a New Era in Gravitational Wave Data Analysis: Unveiling Cosmic Mysteries via Artificial Intelligence -- A Systematic Review
von: Zhao, Tianyu, et al.
Veröffentlicht: (2023)

Impact of the observation frequency coverage on the significance of a gravitational wave background detection in PTA data
von: Ferranti, Irene, et al.
Veröffentlicht: (2024)

Detection of astrophysical gravitational wave sources by TianQin and LISA
von: Torres-Orjuela, Alejandro, et al.
Veröffentlicht: (2023)

Quantifying the Scientific Potential of Intermediate and Extreme Mass Ratio Inspirals with the Laser Interferometer Space Antenna
von: Speri, Lorenzo, et al.
Veröffentlicht: (2026)

Importance of Shot Noise in the Search for an Isotropic Stochastic Gravitational-Wave Background with Next Generation Detectors
von: Zhong, Haowen, et al.
Veröffentlicht: (2025)

Constructing a gravitational wave analysis pipeline for extremely large mass ratio inspirals
von: Wang, Tian-Xiao, et al.
Veröffentlicht: (2026)

Checking the Empirical Relations with the Current Localized Fast Radio Bursts
von: Li, Lin-Yu, et al.
Veröffentlicht: (2024)

Deterministic Trust Regions for Finite-Window Black-Hole Spectroscopy in GW250114
von: Li, Ruiliang
Veröffentlicht: (2026)

GW-FALCON: A Novel Feature-Driven Deep Learning Approach for Early Warning Alerts of BNS and NSBH Inspirals in Next-Generation GW Observatories
von: Papigkiotis, Grigorios, et al.
Veröffentlicht: (2026)

Identification of Strongly Lensed Gravitational Wave Events Using Squeeze-and-Excitation Multilayer Perceptron Data-efficient Image Transformer
von: Li, Dejiang, et al.
Veröffentlicht: (2025)

A Deep Learning Powered Numerical Relativity Surrogate for Binary Black Hole Waveforms
von: Freitas, Osvaldo Gramaxo, et al.
Veröffentlicht: (2024)