ALMA跟踪巨型原恒星簇中质子星 variability：I. 来自QUARKS和MaMMOt的洞见
密码学与安全
2025-12-12 v1 人工智能
机器学习
摘要
毫米/亚毫米变性常归因于动力学盘中化吸积，但检测仅限于近处云中低质量原恒星。最近的观测还揭示了高质量原恒星中显著的亚毫米变性，但确认的案例稀少且缺乏系统性监测。在本工作中，我们分析了22个巨型原恒星簇的多时段Atacama Large Millimeter/submillimeter Array (ALMA) Band 6 (1.3 mm) 连续观测，时段间隔从几个小时到两个以上年份，同时保持约0.3 arcsec的一致角分辨率。这些数据允许我们在更广阔的质量范围内和显著不同于近处云的环境中跟踪原恒星的变性。通过为数据减、图像对齐和相对通量校准开发自定义处理管道，我们实现了高精度通量测量，并首次基于干涉数据以统计学方式研究亚毫米变性在巨型原恒星簇中。应用astrodendro算法，我们识别了383个凝聚体并跟踪其峰值强度的变化。标准差分析和差分图揭示了5个可变源，对应约1.3%的变性比例下限。在这些变性源中，I13111-6228 stands out as it hosts a hypercompact H II region that exhibits a 68% increase in continuum peak intensity over one year, with an uncertainty of 2%。
引用
@article{arxiv.2512.10296,
title = {FLARE: A Wireless Side-Channel Fingerprinting Attack on Federated Learning},
author = {Md Nahid Hasan Shuvo and Moinul Hossain and Anik Mallik and Jeffrey Twigg and Fikadu Dagefu},
journal= {arXiv preprint arXiv:2512.10296},
year = {2025}
}
备注
This paper has been accepted for publication in IEEE INFOCOM 2026 - IEEE Conference on Computer Communications