
استخدام الشبكات العصبية لتحليل وإعادة بناء الصور من أحداث العدسة الدقيقة الجاذبية.تنتج أحداث العدسة الدقيقة الجاذبية صورًا غالبًا ما تكون مشوشة، وممزوجة بضوء الخلفية، ومشوهة بسبب دالة انتشار النقطة للتلسكوب. أصبحت الشبكات العصبية أدوات قوية لإعادة بناء الإشارة الحقيقية من هذه الملاحظات الفوضوية. يمكنها فصل حدث العدسة عن المصادر الملوثة، وتقدير معاملات العدسة، وحتى تحديد الحالات الشاذة التي قد تفوتها الخوارزميات التقليدية.
اكتسب تطبيق الشبكات العصبية في تحليل العدسات الدقيقة زخمًا في أواخر العقد الثاني من القرن الحادي والعشرين، حيث أظهرت دراسات قدرتها على تصنيف الأحداث واسترجاع المعاملات بشكل أسرع من التركيب التقليدي القائم على مربع كاي.
تُدرَّب الشبكة العصبية على مجموعات كبيرة من منحنيات الضوء والصور المحاكاة لأحداث العدسات الدقيقة، لتتعلم ربط بيانات البكسل الخام أو السلاسل الزمنية الضوئية بالمعاملات الفيزيائية الأساسية. بعد التدريب، يمكن للشبكة معالجة الملاحظات الجديدة في ثوانٍ، وإزالة الالتفاف من الصورة، وإزالة الضوضاء، والتنبؤ بكتلة الجسم العدسي وبعده وحركته النسبية. تستخدم بعض البنيات أيضًا التعلم غير الخاضع للإشراف لاكتشاف الأحداث غير العادية دون الحاجة إلى أمثلة مصنفة.
التحليل الفوري لتنبيهات العدسات الدقيقة، مثل تلك الصادرة عن المسح المخطط لتلسكوب رومان الفضائي، سيعتمد على الشبكات العصبية لتحديد الأحداث وتوصيفها بسرعة لمتابعة الملاحظات.
يمكن للشبكات العصبية إعادة بناء صورة المصدر المُعدَّس حتى عندما يكون الحدث خافتًا جدًا بحيث تكون الإشارة مدفونة في الضوضاء تحت عتبة الكشف للخوارزميات التقليدية.
| x | متغير | data sample — sample |
| z | متغير | latent variable sample — latent variable |
| D(x) | متغير | discriminator output for real data — discriminator output |
| G(z) | متغير | generator output for latent variable — generator output |
| V(D,G) | متغير | value function of the game — value function |
| min_G | مؤثر | minimize with respect to generator parameters — minimization over generator |
| max_D | مؤثر | maximize with respect to discriminator parameters — maximization over discriminator |
| E_{x~p_data} | مؤثر | expectation over the empirical data distribution — expectation over data distribution |
| E_{z~p_z} | مؤثر | expectation over the latent prior distribution — expectation over latent distribution |
| log | مؤثر | natural logarithm — اللوغاريتم |










