arXiv Artificial Intelligence· Xingchen Yan, Jian Ge, Qingtian Liu, Kevin Willis, Quanquan Hu, Jiapeng Zhu·· 17 小时前AI 评分31
TransitNet：面向低信噪比凌星盲搜的紧凑注意力增强深度学习框架
TransitNet: A Compact Attention-Augmented Deep Learning Framework for Low-SNR Transit Blind Searches
AI 导读
TransitNet 是一个紧凑的注意力增强深度学习框架，用于低信噪比凌星盲搜。在 SNR 6 至 8 的恢复基准上，它达到 95.2% 准确率，ROC-AUC 与 PR-AP 分别为 0.974 和 0.982，优于 TLS 和 BLS；注入地球级与亚地球级凌星恢复率达 93.0%，远高于 TLS 的 63.1% 和 BLS 的 60.0%。
来源：arXiv Artificial Intelligence · arxiv.org