一种用于选择最佳超新星的基于婴儿的多模态度量

4/4/2025

astro-ph.HE - High Energy Astrophysical Phenomena

/Users/zhangsan/PycharmProjects/aigupiao/ccc/now1/astro-ph.HE - High Energy Astrophysical Phenomena/20250402/2504.00902.pdf

约瑟夫·法拉

倪远祺

利亚姆·布伦南

1 6740 Cortona Drive, Suite 102 Goleta, CA 93117; 2 加利福尼亚大学圣巴巴拉分校物理系, 加利福尼亚州圣巴巴拉, 93106; 3 卡弗里理论物理研究所, 大学路552号科恩楼, 加利福尼亚大学圣巴巴拉分校, 加利福尼亚州圣巴巴拉, 93106-4030

摘要

当然！这是您科学论文的摘要：我们对22颗核心坍缩超新星（SNe）进行了比较研究，旨在探索一种新颖的多维排名方案，以识别最佳超新星。每颗超新星都基于三个主要标准进行评估：（1）根据光变曲线建模和光谱指标推断的爆炸能量；（2）使用生成视觉模型（Midjourney v5）将超新星宿主星系转化为人脸后分配的美学分数；以及（3）由Claud.IA最终排名，这是一个6个月大的婴儿，通过反复接触精选的超新星图像和模拟的宇宙叙事，训练来选择“最佳”超新星。我们定义并标准化了所有标准，以确保样本间的统计一致性，并特别关注基于婴儿分类模型固有的偏见。排名前五的超新星同时展现出高爆炸能量（E > 1.5 × 10^51 erg）和极酷的宿主星系（转化后），Claud.IA对展现出对称面部形态和突出旋臂的星系表现出强烈的偏好。Claud.IA的最终应用将我们样本中的最佳超新星确定为SN 2022joj。我们的研究证明了将人机混合美学判断和早期发展认知纳入天体物理分类的可行性，并对宇宙爆炸中“最佳性”的本质提出了有趣的问题。鼓励进行后续研究。

关键词

星系：lorem-ipsum

研究背景

领域

本研究属于天体物理学领域，特别是核塌缩超新星的研究。

问题陈述

尽管超新星种类繁多且特性各异，但缺乏一个统一或新颖的标准来定义和评选“最佳”超新星，现有评价体系主要依赖传统物理参数。

理论基础

研究建立在对超新星（SNe）的基本理解（如分类、爆炸机制、能量释放）以及现有观测数据和分类方法之上。

研究目标或问题

本研究旨在提出并应用一个新颖的多维度、多模态排名方案，结合物理指标（爆炸能量）、经AI转换的主星系美学评分以及婴儿认知偏好，以识别“最佳”超新星。

研究意义

该研究探索将机器学习、艺术转换和早期认知等非传统元素融入天体物理分类的可行性，并引发关于宇宙事件“最佳性”定义的思考。