论文链接：https://iopscience.iop.org/article/10.3847/1538-3881/ab7fa9。
图中蓝点表示成员星中的主序前恒星，而红点表示G，K 巨星。黑点代表猎户座星云中的恒星，而绿点表示前人发现的猎户座 X年轻恒星移动星群。左上角子图中的黑色弧线表示本地旋臂的中心位置。
-
-
本文提供了一个用于太阳磁图超分辨率的多分支深度神经网络。数据集包含了MDI和HMI磁图的配对。这些数据被用来训练深度神经网络。
-
本文提供了一个用于太阳磁图超分辨率的多分支深度神经网络。数据集包含了MDI和HMI磁图的配对。这些数据被用来训练深度神经网络。
-
z-波段经典巡天三个项目联合完成，分别使用CTIO Blanco， Steward Bok 90”和KPNO Mayall三台望远镜对北半球可见的14000平方度天区做了g/r/z三波段测光观测，测光深度达到了 ...三个测光巡天项目采用统一巡天策略，在巡天过程中实时动态调整，巡天深度均匀一致。此外，数据还包括了来自WISE卫星中红外波段（3.4， 4.6， 12， 和22微米）的测光数据。
-
z-波段经典巡天三个项目联合完成，分别使用CTIO Blanco， Steward Bok 90”和KPNO Mayall三台望远镜对北半球可见的14000平方度天区做了g/r/z三波段测光观测，测光深度达到了 ...三个测光巡天项目采用统一巡天策略，在巡天过程中实时动态调整，巡天深度均匀一致。此外，数据还包括了来自WISE卫星中红外波段（3.4， 4.6， 12， 和22微米）的测光数据。
-
基于当前主流的日冕极紫外波段成像数据，首次利用深度学习方法预测日冕软X射线波段辐射。论文链接：点击这里。 日冕作为太阳大气的最外层，由十分稀薄的、温度高达百万度甚至千万度的等离子体组成。本研究采用一种机器（深度）学习方法——人工智能卷积神经网络，统计分析了对应的AIA与XRT数据，建立了由AIA 6波段观测至XRT软X射线观测的映射模型。
-
南银冠u波段巡天(SCUSS)是使用2.3米Bok望远镜在南银冠区域进行的深度u波段测光巡天。巡天观测于2013年底完成，覆盖天区约5000平方度。
-
南银冠u波段巡天(SCUSS)是使用2.3米Bok望远镜在南银冠区域进行的深度u波段测光巡天。巡天观测于2013年底完成，覆盖天区约5000平方度。
-
南银冠u波段巡天(SCUSS)是使用2.3米Bok望远镜在南银冠区域进行的深度u波段测光巡天。巡天观测于2013年底完成，覆盖天区约5000平方度。
-
深度定制的相位屏模拟代码（包括可变r0 L0和boiling effect），以及其他介质内的光波相位扰动可以联系论文作者贾鹏（邮箱robinmartin@126.com或robinmartin20@gmail.com ...
-
深度定制的相位屏模拟代码（包括可变r0 L0和boiling effect），以及其他介质内的光波相位扰动可以联系论文作者贾鹏（邮箱robinmartin@126.com或robinmartin20@gmail.com ...
-
是由星明天文台和中国虚拟天文台（China-VO）合作开展的面向普通大众的宇宙新天体搜寻项目之一，是首次基于国内业余天文观测数据策划实施的全民科学（Citizen Science）项目，是专业天文队伍和业余天文队伍深度合作的一次成功尝试 ...
-
在巡天范围内测光深度高度均匀，20%与80%深度之差小于0.3mag。此次DR3数据释放，包括原始数据、单次曝光图像、单次曝光星表、合并图像和合并星表。
-
近日，国家天文台王瑞博士、罗阿理研究员和陈建军副研究员等人通过深度学习方法估计了LAMOST二期中分辨率巡天147万光谱数据的恒星参数（有效温度和表面重力）和13种化学元素丰度。论文链接：点击这里。 恒星基本参数和化学元素丰度是恒星光谱包含的重要信息，是研究银河系化学演化的重要基础。
-
近期，广州大学国家天文科学数据中心大湾区分中心、中国科学院国家天文台团队和西华师范大学团队、中国科学院云南天文台的谈磊、梅盈、王锋、邓辉、柳志存、罗杨平、刘超和邓林华等人，开展了基于深度学习方法的热亚矮星的搜寻研究 ...本研究基于LAMOST发布的光谱数据，通过构建深度学习模型，并将得到的模型应用到LAMOST中热亚矮星的识别和筛选中，得到了2393个候选体，通过交叉和人工证认，有2092颗被证明是热亚矮星，其中25颗是新发现的 ...论文链接：点击这里。 热亚矮星是位于赫罗图（HRD）上主序以下的核心烧氦星，由于其演化阶段，被称为极端水平分支（EHB）星，搜索和识别热亚矮星以及构建热亚矮星目录是热亚矮星研究的一个热点方向。深度学习在近年来被广泛应用于天文数据处理里面，尤其对大规模的数据处理具有优势。 本研究提出了一种鲁棒的基于卷积神经网络（CNN）的热亚矮星搜寻方法。
-
它是由美国能源部支持的暗能量光谱巡天（DESI）中三个正在开展的深度光学图像巡天项目之一。项目的负责人为国家天文台周旭研究员和邹虎副研究员以及亚利桑那大学(UA)樊晓晖教授。点源深度（5σ, 银河系消光改正）分别为g＝24.0和r=23.4等，平均比SDSS深1－2星等。它们将成为迄今为止世界最大面积的深度图像巡天。其中MzLS将用z波段观测BASS相同的区域（深度为23等），而DECaLS将观测沿赤道附近南北银冠近9000平方度的区域（grz三个波段，极限星等略深）。
-
图2国际小行星中心 2023-E20小行星公报 这次发现是新疆天文台使用NOWT和星明业余天文观测团队开展深度合作的结果。为充分发挥业余天文爱好者团队观测热情和积极性，以及人员数量方面的优势，新疆天文台通过搭建交流合作平台，全力支持星明业余天文观测团队在天文学方面的探索，而NOWT成为新疆天文台和业余天文工作者深度合作的重要设备 ...NOWT具有1.3度大视场、高指向和跟踪精度等优势，主要科研工作是开展光学时域天文巡天研究，其所获得的时序观测数据，特别适合通过深度发掘发现小行星和瞬变天体等。新疆天文台张余研究员）中发现一颗快速移动天体 2022年12月起，新疆天文台启动了与星明业余天文观测团队合作的小行星搜寻项目NAS（NOWT Asteroid Survey），包括对NOWT科研观测数据的深度发掘 ...2023 DB2就是星明业余团队成员对NOWT科研观测数据实时深度发掘探测到的近地小行星。 未来，随着新疆天文台专业天文工作者和业余天文团队的进一步合作，有望在近地小天体的发现和研究中作出更多贡献。
-
近期，广州大学国家天文科学数据中心大湾区分中心和中国科学院国家天文台团队的谈磊、王锋、梅盈、邓辉、柳志存和刘超等人，开展了基于深度迁移学习方法的白矮星的搜寻研究。论文链接：点击这里。 白矮星是 97% 以上恒星演化的最终阶段，在银河系结构和演化研究中发挥着至关重要的作用。近年来，利用深度学习方法识别大规模数据中的特殊天体取得了良好的进展。
-
序 号 项目名称 申报人 1 基于引力波探测开源数据的共享数据门户 王 赫 2 基于深度学习算法的白矮星及致密双星挖掘 ...孔 啸 3 基于互动科学课程的射电天文数据引擎 邓熙浩 4 基于深度学习方法的伽马射线暂现源形态学研究 李 兵 5 ...
-
为充分交流巡天进展、促进科学研究的深度和广度，助力人才培养、促进多领域协同研究、推动新一代巡天设备的筹备，特召开本年会。