JAX冗余校准的通用方法 再电离阵列的氢时代（HERA）依赖于具有冗余校准从包校准其数据，其假设高斯噪声统计，线性化的测量方程和χ2最小化。 在此存储库中，我们显示了将这种最大似然估计（MLE）推广到非高斯统计量而无需进行线性化的情况，而使用机器学习库只需很少的编程工作就可以以良好的计算性能实现它。 例如，我们在校准HERA数据集时使用并比较了高斯和柯西假定的噪声分布，后者显示了预期的对射频干扰的恢复能力。 查看笔记本以获得完整的示例校准。