用神经场进行可变 VLBI 观测的视频重建

用神经场进行可变 VLBI 观测的视频重建。

摘要

超大质量黑洞相接和相接相接相接相接相接相接相接相等离子体的喷出，是由大规模磁场1,2,3,4所形成的内在动态过程。 已开发出各种算法，利用无线电干涉观测5、6、7、8,以不同尺度映射这些物体。 然而，缺乏能够以高分辨率有力解决来源时间可变性的成像方法。 在这里，我们呈现出一个视频重建算法， 用于非常长的基线干涉测量观测变量源。 kine算法使用视频的神经表达式9来同时处理不同时间的观测，同时学习并发挥数据所呈现的斯皮提奥-时态相关性。 该算法重建了从快变相源的单个观测到的极分时间连续视频，例如用事件地平线望远镜观测到Sagitarius A*的地平线尺度，或者从缓慢变相源的重复观测得到。 在这项工作中，我们演示了后一种情况，对Blazar 3C 345的多纪元甚长基线阵列观测（见10. 视频的时间连续性，加上分辨率和相对于传统方法的动态范围改进，使得能够测量喷气式中等离子体的局部即时速度，与以往只跟踪离散组件的方法形成对比。 拟议算法和方法为动能喷射分析提供了一个变革性工具，可以被应用到整个监测程序，为上百个源提供了完整的动能描述，有可能导致对已建立模型的再解释。

主要

（原文共 6 张图片，此处展示前 3 张，更多图片请前往原文查看）

（编译自 Nature；原文 https://www.nature.com/articles/s41586-026-10988-5，编译转述，非原文转载）