深度学习降噪通过降维：应用于ORION-B线立方体
摘要：减噪方法的研究和提高信噪比是对线数据立方体进行一致的分析和解释的主要挑战。我们通过对13 CO和C 17 O (1-0)数据立方体进行深入的数据分析，提出了一种面向无线电天文学线数据立方体的解噪方法。应用这种方法可以提高弱信号voxels的信噪比，并保持高信噪比voxels的频谱形状。这种结合了对噪声统计的详细分析和创新的自编码器结构的算法有望成为无线电天文学线数据立方体的减噪方法。未来，进一步探索如何更好地利用噪声的空间相关性可能进一步提高减噪性能。
作者：Lucas Einig (IRAM), J''er^ome Pety (IRAM, LERMA (UMR\_8112)), Antoine Roueff (IM2NP), Paul Vandame, Jocelyn Chanussot, Maryvonne Gerin, Jan H. Orkisz, Pierre Palud (CRIStAL, LERMA), Miriam Garcia Santa-Maria, Victor de Souza Magalhaes, Ivana Bev{s}li''c, S''ebastien Bardeau, Emeric E. Bron (ICMM), Pierre Chainais (CRIStAL), Javier R Goicoechea, Pierre Gratier, Viviana Guzman Veloso, Annie Hughes, Jouni Kainulainen, David Languignon, Rosine Lallement, Franc{c}ois Levrier, Dariuscz C. Lis, Harvey Liszt, Jacques Le Bourlot, Franck Le Petit, Karin Danielsson "Oberg, Nicolas Peretto, Evelyne Roueff, Albrecht Sievers, Pierre-Antoine Thouvenin (CRIStAL), Pascal Tremblin (MDLS)
论文ID：2307.13009
分类：Instrumentation and Methods for Astrophysics
分类简称：astro-ph.IM
提交时间：2023-07-26