jeff-regier/Celeste.jl

🌌 Celeste.jl: Tìm kiếm và phân tích ngôi sao, thiên hào bằng suy diễn Bayesian

Celeste.jl thực hiện suy diễn Bayesian xấp xỉ để tìm và phân tích các ngôi sao và thiên hào trong ảnh thiên văn.

Celeste.jl là một dự án mã nguồn mở dùng cho việc tìm và phân loại các đối tượng thiên văn như ngôi sao và thiên hào trong ảnh. Dự án dựa trên mô hình sinh (generative model) và sử dụng phương pháp suy diễn Bayesian xấp xỉ (variational inference), được mô tả chi tiết trong các công trình khoa học như Annals of Applied Statistics (2019), IPDPS (2018), và ICML (2015).

✨ Điểm nổi bật

• Suy diễn Bayesian xấp xỉ: Áp dụng variational inference để ước lượng các tham số của mô hình sinh.
• Phân tích ảnh thiên văn: Tự động phát hiện và phân loại ngôi sao và thiên hào trong các tấm ảnh lớn.
• Xây dựng danh mục nguồn sáng: Hỗ trợ tạo catalog các nguồn sáng từ dữ liệu ảnh thiên văn.
• Mô hình sinh: Dựa trên mô hình xác suất mô tả quá trình sinh của ảnh thiên văn.
• Hỗ trợ quy mô lớn: Thiết kế cho khả năng tính toán phân tán và xử lý dữ liệu lớn.
• Bài bản khoa học công khai: Được công bố tại các hội nghị uy tín như ICML và IPDPS.
• Mã nguồn mở MIT: Dự án được cấp phép dưới giấy phép MIT, cho phép sử dụng và sửa đổi tự do.

💡 Vì sao đáng chú ý

Celeste.jl khác biệt so với các phương pháp truyền thống bằng cách kết hợp mô hình sinh xác suất với suy diễn Bayesian xấp xị, giúp cải thiện độ chính xác trong việc xác định và phân loại các nguồn sáng trong ảnh thiên văn. Dự án phù hợp với các nhà nghiên cứu trong lĩnh vực thiên văn học, đặc biệt khi cần xử lý lượng ảnh lớn từ các kính viễn vọng như DESI, LSST.

---

#Astronomy #BayesianInference #VariationalInference #OpenSource #TiniX