门纳德用 Claude Science 智能体团队补全三分之一未观测天区，做出首张完整紫外全天图
门纳德借助 Claude Science 编排的智能体团队，汇集 GALEX、Swift、FIMS/SPEAR、TD-1、Planck 与 Gaia 等公开紫外与多波段数据，完成交叉定标与合并，并用基于多波段关系的图像修复方法填补约三分之一从未被紫外观测的天区，再叠加逾一亿颗恒星的紫外估计，得到首张完整紫外全天图；在留出真实紫外数据的检验中，模型对隐藏区域的估计与实测相差约 10%。
把图像修复技术接入集合分数滤波，在仅有部分观测时追踪表面准地转动力学
该工作提出将图像修复技术整合进集合分数滤波（EnSF），以解决部分观测下的数据同化问题：每个滤波步先用无训练扩散模型把似然信息融入分数函数来估计被观测状态，再用图像修复方法预测未被观测的状态变量，并在多种情形下追踪表面准地转（SQG）模型动力学，验证了这一概念。
已读完全部报道