低信噪比莱曼α数据也能反推气体柱密度：CDE在KCWI原初星系团数据上给出延伸逾40角秒的纤维结构
加州理工学院等团队训练了一个名为CDE的二维卷积神经网络，把低信噪比的莱曼α积分场光谱数据立方反推为视线积分的气体柱密度图。训练样本来自IllustrisTNG100模拟，经简化的莱曼α辐射转移计算并加入近似KCWI噪声。在模拟测试集上，CDE的线性均方根误差中位数为1.48×1020 cm^-2、图像结构相似度中位数为0.635，均优于逐像素幂律拟合的经验基线；用于CC2.2与Hyperion两个原初星系团的实际KCWI观测时，预测图出现延伸约40角秒以上的纤维状结构，但结果仍以所采用的模拟与辐射转移假设为条件。