图书信息
内容简介
对 arXiv astro-ph.IM 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 132 篇论文 的细读整理，组织为 37 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 恒星运动学与机器学习框架 (35.2%) — 为恒星运动学、大气修正与光变曲线分类发展神经网络模型与统计框架。
- 空间望远镜设计与校准 (16.1%) — 处理空间光学与红外仪器中的辐射损伤、电荷转移效率与校准问题。
- 巡天数据归约与处理流程 (8.3%) — 为大规模光谱与测光巡天实现数据采集网络、归约流程与分析算法。
- 引力波探测器技术 (6.6%) — 优化地基与天基引力波天文台的探测器灵敏度、信号处理与源建模。
- 基于模拟的推断与建模 (6.4%) — 利用基于模拟的推断、强化学习与高性能多体代码，进行天体源探测与参数估计。
- 高能宇宙线与 X 射线仪器 (6.1%) — 发展硬 X 射线光谱仪、转变边传感器，以及宇宙线与高能天体源的探测方法。
- 射电天文与快速射电暴 (5.7%) — 推进射电望远镜阵列、快速射电暴表征与射电天文观测的光谱分析技术。
- 天体物理分析中的深度学习 (4.9%) — 应用深度学习与可解释机器学习技术，进行恒星质量估计、源分类与物理参数推断。
- 高对比成像与光谱学 (4.3%) — 增强系外行星与太阳系观测的高分辨率成像、日冕仪与精密光谱学能力。
- 宜居世界天文台与巡天规划 (3.8%) — 为宜居世界天文台与大型巡天设计仪器、目标选择策略与观测框架。
- 黑洞双星探测与分析 (2.6%) — 利用引力波与电磁数据分析双黑洞并合、原初黑洞特征与超大质量黑洞群体。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
