跳到正文
热点事件持续更新

YOLOv11框架重筛GOTHIC双活动星系核候选体

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月23日,arXiv Computer Vision 刊出 Bhavesh Mukheja 等作者的论文,提出一种基于 YOLOv11 定向边界框架构的监督深度学习框架,用于从 GOTHIC 巡天中区分真实双活动星系核与偶然叠加。报道称,研究团队用该框架重新筛查 GOTHIC 管线标记但剔除的 46,061 个双活动星系核候选体,目标是把真实双核与前景恒星等偶然叠加区分开;框架在带标注的 SDSS 成像数据上训练。目前报道仅介绍该框架的用途与筛查对象,未提及筛查结果、准确率或候选体数量变化。事件仍处论文发布阶段,后续进展有待跟进报道。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv Computer Vision
    深度学习框架从 GOTHIC 巡天候选中区分真实双活动星系核与偶然叠加

    研究团队用基于 YOLOv11 定向边界框架构的监督深度学习框架,重新筛查 GOTHIC 管线标记但剔除的 46,061 个双活动星系核候选体,以区分真实双核与前景恒星等偶然叠加。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。