TransitNet低信噪比凌行星盲搜框架

Yan 等人提出名为 TransitNet 的紧凑型注意力增强深度学习框架，专为低信噪比凌日盲搜设计。该框架在信噪比 6 到 8 区间的准确率达到 95.2%，模型体积仅约 1.5 MB。相比 CPU-TLS 和 CPU-BLS，其速度提升约 12 至 25 倍，地球尺寸凌日恢复率为 93.0%。 TransitNet 支持扩展至长周期类地行星搜索。在真实 Kepler 数据测试中，该模型准确定位了 34 颗已确认行星，展示了其在实际天文数据应用中的有效性和鲁棒性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。