Кривые блеска против шума: как ИИ различает объекты на орбите по отражённому свету

В журнале Acta Astronautica размещена онлайн статья Fan Bu, Dalei Yao, Yan Wen и Jiale Wang под названием «Physics-aware Latent Neural ODEs with Multi-Task Gradient Surgery for Cross-Domain Light…

В журнале Acta Astronautica размещена онлайн статья Fan Bu, Dalei Yao, Yan Wen и Jiale Wang под названием «Physics-aware Latent Neural ODEs with Multi-Task Gradient Surgery for Cross-Domain Light Curve Classification of Resident Space Objects» – о классификации объектов на орбите по кривым блеска.

Авторы предлагают архитектуру на основе физически информированных латентных нейронных дифференциальных уравнений (Neural ODE) в сочетании с методом «хирургии градиентов» (gradient surgery) при обучении на нескольких задачах одновременно. Название статьи указывает на работу с кросс-доменными данными, но подробности того, как именно устроена эта часть метода, из доступного анонса не видны.

Дата размещения статьи online – 7 сентября 2026 года, известен состав авторов и заголовок работы. Полный текст статьи, включая метрики точности и описание тестовых данных, пока недоступен.

Задача, которую решают авторы, – точная классификация объектов на орбите по одному лишь отражённому свету, без прямого контакта с самим объектом. Чем надёжнее такие методы распознавания, тем полнее становится картина того, что именно населяет околоземное пространство.