利用双向 LSTM 预测伽马射线暴缺失光变曲线：一种增强分析的方法
高能天体物理现象
2023-10-05 v1
摘要
伽马射线暴（Gamma-ray burst, GRB）是在几秒内释放出大量伽马射线的强有力瞬变事件。研究这些短暴对宇宙学研究至关重要，因为它们源自于在较大红移处观测到的源。为有效开展这些研究，建立 GRB 可观测特征之间的关联并降低其不确定性十分关键。出于这些原因，对 GRB 一般光变曲线（Light Curve, LC）的全面描述对研究至关重要。然而，由于多种主要原因难以避免的不均匀间隔观测和 LC 中的显著间隙，使得刻画 GRB 特征变得困难。因此，GRB 光变曲线的一般分类仍然具有挑战性。在本研究中，我们提出了一种利用双向长短期记忆网络（Bidirectional Long Short-Term Memory, BiLSTM）重建伽马射线暴光变曲线的新方法。实验结果表明，BiLSTM 方法优于传统方法，并为 GRB 生成更平滑、更令人信服的重建结果。
引用
@article{arxiv.2310.02602,
title = {Predicting Missing Light Curves of Gamma-Ray Bursts with Bidirectional-LSTM: An Approach for Enhanced Analysis},
author = {S. Sourav and A. Shukla and R. Dwivedi and K. Singh},
journal= {arXiv preprint arXiv:2310.02602},
year = {2023}
}
备注
Submitted to Royal Astronomical Society Techniques and Instruments, 4 figures and 3 tables