跳转至

AS-Bridge: A Bidirectional Generative Framework Bridging Next-Generation Astronomical Surveys

会议: CVPR 2025
arXiv: 2603.11928
代码: https://github.com/ZHANG7DC/AS-Bridge
领域: 图像生成 / 天文学图像翻译
关键词: Brownian Bridge, 天文巡天, 跨模态翻译, 异常检测, 概率重建

一句话总结

提出 AS-Bridge，用双向布朗桥扩散模型建模地面 LSST 和太空 Euclid 两大天文巡天之间的随机映射关系，实现概率性跨巡天翻译与稀有事件检测（强引力透镜），并证明 epsilon-prediction 训练目标兼具重建质量和似然性优势。

研究背景与动机

  1. 领域现状：未来十年天文观测由 LSST（地面, 多波段光学, ~0.7角秒seeing）和 Euclid（太空, 高分辨率近红外, 0.1角秒像素）两大旗舰巡天主导，两者在约 7000-9000 deg2 天区重叠。
  2. 现有痛点：两巡天的 PSF、噪声统计、波段、扫描策略截然不同，直接联合分析困难。
  3. 核心矛盾：跨巡天映射在两方向都是病态问题——LSST到Euclid 需恢复大气模糊细节；Euclid到LSST 需从单波段推断多波段光谱。确定性映射无法捕捉固有歧义性。
  4. 本文要解决什么：构建统一双向生成框架，建模两巡天间概率条件分布，并利用重建不一致性检测罕见天文事件。
  5. 切入角度：将跨巡天翻译建模为布朗桥扩散过程——两端锚定在两巡天数据分布。
  6. 核心idea一句话：天文巡天翻译是双向随机过程，布朗桥天然适合建模"两个不完美观测之间的概率关系"。

方法详解

整体框架

将两巡天观测视为同一不可观测天体物理过程的两个噪声投影。AS-Bridge 用布朗桥在两者间建立随机路径：端点分别对应两巡天观测，中间状态按高斯分布给出。训练在重叠天区的配对数据上进行。

关键设计

  1. 双向布朗桥扩散
  2. 做什么：在重叠天区训练双向生成模型
  3. 核心思路：前向过程从源到目标做随机插值（非数据到纯噪声），反向过程用贝叶斯后验转移

  4. 设计动机：标准扩散需经高噪声状态，效率低；布朗桥直接在两分布间插值

  5. epsilon-prediction 最大似然训练

  6. 做什么：用噪声预测损失替代传统桥损失
  7. 核心思路：证明 epsilon 损失等价于标准损失乘 sqrt(delta_t) 权重，兼顾高噪声似然和端点稳定

  8. 设计动机：直接 delta_t 加权端点处权重趋零

  9. 跨巡天稀有事件检测

  10. 做什么：将罕见天体（强引力透镜）检测转化为重建不一致性
  11. 核心思路：中点融合+反向重建+多次采样取最小误差+通量归一化
  12. 设计动机：模型对"正常"理解好，罕见事件重建失败产生信号

损失函数 / 训练策略

  • epsilon-prediction 损失，等价于标准桥损失加 sqrt(delta_t) 权重
  • 异常分数通量归一化，避免亮源偏差
  • 数据集：115K 常规星系 + 5K 强引力透镜

实验关键数据

主实验

方法 CRPS (L到E) CRPS (E到L)
SPADE 3.39 16.52
OASIS 4.65 13.33
Pix2Pix 4.35 73.03
Palette 2.43 7.98
Joint Diffusion 3.14 15.15
AS-Bridge (epsilon) 2.38 7.90

消融实验

训练目标 CRPS (L到E) CRPS (E到L)
标准桥损失 2.55 7.90
sqrt(delta)*eps 3.59 11.24
epsilon (本文) 2.38 7.90
异常检测 FPR@1%TPR FPR@5%TPR AUPR
AS-Bridge 0.00% 0.18% 0.80
Deco-Diff 1.1% 5.0% 0.61
CFM 0.24% 1.2% 0.75

关键发现

  • 扩散/桥方法一致优于非扩散基线
  • epsilon-prediction 两方向均达最佳 CRPS
  • 多模态异常检测大幅优于单模态
  • LSST到Euclid 可恢复 blended 源多目标结构

亮点与洞察

  • 首次将跨天文巡天翻译形式化为概率推断问题
  • 严格证明 epsilon-prediction 与加权标准桥损失等价
  • 异常检测不需要异常样本标注

局限性 / 可改进方向

  • 仅模拟数据验证，存在 sim-to-real gap
  • 异常检测仅测试强引力透镜
  • 数据集规模有限

相关工作与启发

  • 布朗桥扩散提供替代 conditional diffusion 的新范式
  • 框架可推广到其他多模态天文数据

评分

  • 新颖性: ⭐⭐⭐⭐ 首次将布朗桥应用于天文巡天翻译
  • 实验充分度: ⭐⭐⭐ 模拟数据充分但缺真实数据
  • 写作质量: ⭐⭐⭐⭐ 动机清晰，理论严谨
  • 价值: ⭐⭐⭐⭐ 对天文和跨模态翻译领域都有启发