AstroM$^3$: 一种自监督的多模态天文学模型
原文中文，约200字，阅读约需1分钟。发表于：。本研究针对传统天文学模型仅依赖单一数据源的问题，提出了一种名为AstroM$^3$的自监督预训练方法，能够同时处理多种观测模式（如光变曲线、光谱及天文元数据）。研究表明，该模型在有限标注数据下增强了分类准确性，并显示出在错分识别、相似性搜索和异常检测等下游任务中的应用潜力。
本研究提出AstroM$^3$自监督预训练方法，旨在解决传统天文学模型对单一数据源的依赖问题，提升分类准确性，并展示在多种下游任务中的应用潜力。
