StellarF：面向星际闪现预测的物理信息LoRA框架
微分几何
2025-12-03 v2 谱理论
摘要
星际闪现预测是天体物理学的关键前沿，为理解星际活动机制和系外行星宜居性评估提供深刻见解。然而，由于星际多样性和演化阶段的内在不可预测性，构成该领域核心挑战：（1）来自传统观测的稀疏、不完整、噪声较大的光度数据；（2）单一表示无法有效捕获多尺度闪现演化；（3）缺乏物理解释性的数据驱动模型缺乏物理信息先验。为此，我们提出StellarF，一个物理信息框架，通过三个核心组件将通用AI与天体物理学知识融合：统一的预处理管道用于光度数据细化（缺失值插补、时间分块、自适应样本过滤）；基于低秩适应（LoRA）微调的大型语言模型（LLM）主干网络，增强了一阶差分、闪现统计信息和闪现历史记录模块以实现多模态融合，而非仅简单表示；以及一种嵌入最低上升速率先验的物理信息损失函数，追加到交叉熵损失中以符合闪现物理。在Kepler和TESS数据集上的大量实验表明，StellarF在关键指标上实现了最新性能，为闪现预测树立了新基准。本工作搭建了通用AI与天体物理之间的桥梁，为时域天文学中瞬态事件预测提供了实用且具物理解释性的范式。
引用
@article{arxiv.2507.10988,
title = {Short geodesics and multiplicities of eigenvalues of hyperbolic surfaces},
author = {Xiang He and Yunhui Wu and Haohao Zhang},
journal= {arXiv preprint arXiv:2507.10988},
year = {2025}
}
备注
More references are added