O editor completo para LaTeX.
O LetX é um editor LaTeX colaborativo online e gratuito para estudantes e equipes de pesquisa. Compile em segundos, trabalhe em conjunto em tempo real e mantenha seus trabalhos não publicados privados.
\documentclass{article} \usepackage{amsmath} \begin{document} \begin{align*} e^{i\pi} + 1 &= 0 \\[1ex] \int_{0}^{\infty} e^{-x^2} dx &= \frac{\sqrt{\pi}}{2} \end{align*} \end{document}
Uma sessão de edição real
Convide sua equipe, edite em conjunto em tempo real e compile para PDF em segundos, exatamente como o LetX funciona.
Synergistic Application of Machine Learning and Computer Vision for the Detection of Exoplanets and Stars
Shihab Shahriar Antor Ashraful Kabir Alif
Department of Computer Science, BRAC University
Abstract. We present a framework that detects faint exoplanets in JWST/MIRI coronagraph imagery using contrastive and few-shot learning, separating planetary signals from bright host stars under low signal-to-noise. On held-out fields it outperforms CNN and GNN baselines while using far fewer labels.
Keywords: exoplanets, direct imaging, contrastive learning, few-shot learning, JWST
1. Introduction
Figure 1: JWST/MIRI direct imaging of a faint exoplanet (b) beside its host star.
Direct imaging of exoplanets is fundamentally limited by the overwhelming glare of the host star. Modern coronagraphs on JWST/MIRI suppress this stellar light, yet faint planetary signals remain buried in structured noise. As shown in Figure 1, the planet sits within the diffraction pattern of its star, making detection a needle-in-a-haystack problem. We cast this as a representation-learning task and show that contrastive objectives recover signals that pixel-wise classifiers miss.
2. Method
We learn a discriminative embedding with a contrastive objective, pulling together augmented views of one source and pushing apart star and planet candidates:
A few-shot head then adapts to new instruments from a handful of labelled detections, which is critical given the scarcity of confirmed direct-imaging targets.
3. Results
On held-out fields the model recovers 92% of injected planets at a false-positive rate below 0.1 per frame, outperforming CNN and GNN baselines by 14 and 9 points of recall respectively.
Synergistic Application of Machine Learning and Computer Vision for the Detection of Exoplanets and Stars
Shihab Shahriar Antor Ashraful Kabir Alif
Department of Computer Science, BRAC University
Abstract. We present a framework that detects faint exoplanets in JWST/MIRI coronagraph imagery using contrastive and few-shot learning, separating planetary signals from bright host stars under low signal-to-noise. On held-out fields it outperforms CNN and GNN baselines while using far fewer labels.
Keywords: exoplanets, direct imaging, contrastive learning, few-shot learning, JWST
1. Introduction
Figure 1: JWST/MIRI direct imaging of a faint exoplanet (b) beside its host star.
Direct imaging of exoplanets is fundamentally limited by the overwhelming glare of the host star. Modern coronagraphs on JWST/MIRI suppress this stellar light, yet faint planetary signals remain buried in structured noise. As shown in Figure 1, the planet sits within the diffraction pattern of its star, making detection a needle-in-a-haystack problem. We cast this as a representation-learning task and show that contrastive objectives recover signals that pixel-wise classifiers miss.
2. Method
We learn a discriminative embedding with a contrastive objective, pulling together augmented views of one source and pushing apart star and planet candidates:
A few-shot head then adapts to new instruments from a handful of labelled detections, which is critical given the scarcity of confirmed direct-imaging targets.
3. Results
On held-out fields the model recovers 92% of injected planets at a false-positive rate below 0.1 per frame, outperforming CNN and GNN baselines by 14 and 9 points of recall respectively.
Pronto, e a figura é exibida. Recompile a qualquer momento.
Usado por estudantes e docentes em universidades do mundo todo
Estudantes e pesquisadores da BRAC University, da TU Munich, da University of Hamburg, da UPC Barcelona, da University of Ottawa e de 750+ universidades e laboratórios em 75+ países escrevem no LetX.
Presente em guias de bibliotecas e páginas de cursos em Oregon State University, Texas Tech University, and Idaho State University.
Colaboração em tempo real
Escreva com sua equipe em tempo real. As alterações se mesclam sem conflitos, chega de enviar arquivos .tex por e-mail ou sobrescrever o trabalho uns dos outros, e o histórico de versões permite voltar a um rascunho anterior.
- Edição sem conflitos (CRDT Yjs)
- Colaboradores ilimitados: grátis
- Histórico de versões
Direct Imaging of Exoplanets
Coronagraphs on JWST/MIRI suppress the host star’s glare, yet faint planetary signals stay buried in structured stellar noise.
We recover them with contrastive and few-shot learning, separating planet candidates from the star even at very low signal-to-noise.
Um assistente que edita seu documento
Peça com palavras simples. Lexi lê seu projeto, propõe a alteração, compila para verificar se tudo funciona e aplica onde você está trabalhando.
Este é o editor
Seus arquivos, seu código-fonte, seu PDF.
Uma árvore de arquivos, o código-fonte LaTeX, um PDF ao vivo e quem mais estiver no documento com você. Lexi aguarda na parte inferior do editor até você pedir algo.
Uma réplica do editor, executando a sequência real de ferramentas. Escolha qualquer uma para ir até ela.
Já trabalha no Claude ou no ChatGPT? O LetX está listado no diretório de conectores do Claude e no diretório de plugins do ChatGPT, e conta com um servidor MCP, assim, em um plano pago, seu assistente também pode compilar e editar seus projetos do LetX. Com o Claude, uma conta gratuita pode testar por 7 dias.
Modelos instantâneos
Não comece do zero. Modelos prontos para publicação em periódicos, teses, currículos acadêmicos e profissionais, e muito mais.
Amado por estudantes e docentes
Do laboratório de quem está preparando a tese à sala dos professores, veja o que estudantes e pesquisadores da BRAC University, McGill e de outras instituições dizem sobre escrever no LetX.
O LetX permite que várias pessoas editem ao mesmo tempo, e ainda não encontrei nenhum limite de quantidade.
Traduzido do inglês. Nomes e instituições mantidos como fornecidos.
Avaliado por quem usa
4.7 / 5
4.7 de 5 com base em 103 avaliações
- 5 estrelas81
- 4 estrelas13
- 3 estrelas6
- 2 estrelas1
- 1 estrela2
Pergunta feita no editor assim que a conta completa uma semana e é usada em alguns dias diferentes. Cada pessoa conta apenas uma vez, com sua pontuação mais recente. Toda pontuação conta, incluindo as baixas, e ninguém que trabalha no LetX é incluído. Contagem realizada em 2026-11-16.
Uma alternativa ao Overleaf sem limite de colaboradores
O plano gratuito do Overleaf permite um colaborador por projeto. No LetX, qualquer número de pessoas edita o mesmo projeto ao mesmo tempo, de graça, em todos os planos, e um projeto do Overleaf é importado como um .zip.
LetX vs Overleaf
Planos gratuitos, preços, limites de compilação e recursos em uma única tabela, com o que falta em cada um.
Quanto custa o Overleaf
Cada plano e vaga de equipe do Overleaf, e quanto as mesmas necessidades custam aqui.
Traga seus projetos
Envie um projeto como .zip ou importe uma exportação completa do Overleaf de uma só vez.
12 alternativas ao Overleaf comparadas · Planos de grupo do Overleaf em comparação ao LetX Team · O Overleaf é gratuito?
Pronto para escrever sua obra-prima?
Junte-se a 11,500+ estudantes e pesquisadores que escrevem no LetX hoje.
Criado por pesquisadores, para pesquisadores.
Acelerando a descoberta científica ao eliminar os atritos da escrita.

Shihab Shahriar Antor
"Simplificar o futuro da escrita acadêmica para pesquisadores de todo o mundo."

Ashraful Kabir Alif
"Capacitar cientistas a focar em suas ideias, não na formatação."
Entre em contato
Tem dúvidas, feedback ou precisa de suporte? Adoraríamos ouvir você.
Envie-nos uma mensagem
Perguntas frequentes
Tudo o que você precisa saber sobre o LetX, o editor LaTeX colaborativo online.
O que é o LetX?
O LetX é um editor LaTeX colaborativo online e gratuito, uma alternativa ao Overleaf que roda no seu navegador sem precisar instalar nada. Equipes escrevem em LaTeX juntas em tempo real, compilam para PDF em segundos e usam o SyncTeX para alternar entre o código-fonte e o resultado.
O LetX é gratuito?
Sim. O LetX é gratuito para usar, com projetos ilimitados, colaboradores ilimitados e 40 compilações por dia. Ao contrário do Overleaf, que limita os colaboradores gratuitos, o LetX nunca cobra por colaborador, e o Pro remove o limite diário de compilações.
Qual é a diferença entre o LetX e o Overleaf?
O LetX oferece colaboradores ilimitados em tempo real gratuitamente (o Overleaf cobra por qualquer colaborador além do primeiro em seu plano gratuito), compilações que levam alguns segundos para um documento típico e mais de 1000 modelos acadêmicos e de currículo prontos para uso. Ambos rodam no navegador sem precisar instalar nada.
Preciso instalar algo para usar o LetX?
Não. O LetX é totalmente baseado na web e funciona no Mac, Windows e Linux em qualquer navegador moderno. Não há nenhuma distribuição LaTeX para instalar, a compilação roda nos servidores do LetX.
Posso colaborar com outras pessoas em tempo real?
Sim. O LetX usa a tecnologia Yjs CRDT (a mesma classe de algoritmo do Figma) para edição em tempo real sem conflitos de mesclagem. Várias pessoas podem editar o mesmo documento simultaneamente e ver os cursores umas das outras.
Posso importar meu projeto existente do Overleaf ou de LaTeX?
Sim. Em '+ Novo projeto', escolha 'Enviar projeto como zip' para um projeto, ou 'Importar vários projetos' para trazer de uma só vez toda uma exportação do Overleaf ou do Prism.
Quem usa o LetX?
Estudantes e pesquisadores em 750+ universidades e laboratórios de pesquisa em 75+ países escrevem no LetX. Os maiores grupos estão na BRAC University, Universitas Negeri Surabaya, UNAM, UC San Diego e University of Windsor. É amplamente utilizado para teses, artigos de periódicos e relatórios de laboratório.

