• 本文提供了一个用于太阳磁图超分辨率的多分支深度经网络。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经网络。
  • 秋夕 【】杜牧 银烛秋光冷画屏,轻罗小扇扑流萤。 天阶夜色凉如水,坐看牵牛织女星。 《秋夕》就是众多描写七夕的古诗之一,表达了古人在七夕微凉如水的夜晚面对璀璨银河产生的无尽遐想。
    rdquo;(Altair),织女星则为织女一或天琴座α(αLyrae),它们与天鹅座的天津四共同构成“夏季大三角”,成为了夏季星空的重要标志,不知道牛郎织女的话是不是也为 ...
  • 由于这种图像显示方式对画面生成及显示有极高的要求,现在,360度×180度的全景画幅只应用在了极少数的科技娱乐场馆当中。
  • 根据它的发现时间和类别,它被国际天文学联合会(Internatioanl Astronomical Union)给予了一个永久的科学名字1I/2017 U1,其中的字幕I代表了星际天体,1是此类天体中的第一个 ...
    同为名词委委员的陈学雷老师另辟蹊径,建议可以音译,翻译成“奥陌陌”星:一方面可以保留此星原有的命名特色,另外一个方面,此名字的含义和原意也有符合,“奥”有秘莫测之意,“陌”意味着远方的信使。
  • Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks”的源代码,代码采用预训练的经网络对图像质量进行快速判断 ...
  • Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks”的源代码,代码采用预训练的经网络对图像质量进行快速判断 ...
  • 会上,洪晓瑜介绍了“天文底片数字化”项目的背景,该项目主要对我国1901年来各天文台站拍摄的3万多张天文底片进行数字化扫描,以便做到永久性地保存这些珍贵的历史资料,为天文学研究提供不可代替的数据。
    项目负责人正宏作中期检查报告,报告介绍了目前已完成的工作,主要包括底片库的升级改造、高精度快速扫描仪的国际合作团队研制测试、扫描图像处理软件的开发,底片的品质界定标准和清洁方案等内容,并对下一阶段的工作安排进行了详细的阐述 ...
  • 使用卷积经网络和测光图像对5024万个没有对应光谱的SDSS恒星进行处理的结果。
  • 使用卷积经网络和光度图像处理5024万颗没有相应光谱的SDSS恒星的结果。
  • 为此,天文系成立了一个《天文学词汇》编审小组,成员有:戴文赛、彭云楼、孙义燧、玉华、许邦信等,戴先生任主编。
    《英汉天文学词汇》的第二版,后来由戴先生的后继者,编审小组的许邦信、彭云楼、玉华、黄天衣、黄克谅、章振大等各位完成编审,许邦信任主编。
    而戴先生言传身教的敬业精和严谨风格,在天文名词委员会内也一直传承至今。 戴先生对中国天文学名词的创制、审定、规范、统一、宣传、推广等一系列有关的工作始终极为关心,有着强烈的责任感和许多的真知灼见。
  • 重庆市市长良智、组织部部长胡文容参加。中国科学院院士崔向群作为重庆梧台科技有限公司院士工作站进站院士应邀参加“国创会”并出席授牌仪式。   ...
  • 基于数据的普通天文学教学变革(乔翠兰,华中师范大学) 14:30-14:45 射电星系动物园-宇宙演化路径图:面向大尺度射电连续谱巡天的公民科学(弘铭 ...
    利用机器学习和贝叶斯推断进行海量食双星参数求解(季凯帆,云南天文台) 16:45-17:15 嘉宾论坛四:数驱科教和跨界合作(主持人:李珊珊;嘉宾:乔翠兰、余明、张辉、弘铭 ...
  • 近期,国家天文台天体丰度与星系演化团组馨哲、赵景昆研究员等人利用LAMOST DR9 中分辨率光谱数据,结合Gaia DR3提供的天体测量信息,对银晕近邻子结构进行了成员星的证认以及化学动力学研究,为研究银河系的吸积并合历史提供了重要的参考价值 ...
    论文链接:点击这里。 星系的层级并合模型理论认为,大质量星系的形成是星系之间发生并合的结果。
  • 国际上已有相关研究团队利用卷积经网络方法搜索强引力透镜系统。
    在此基础上,云南大学中国西南天文研究所的宇宙学团组构建并训练了一个卷积经网络,并将其应用于欧洲南方天文台2.6米巡天望远镜(VST)千平方度巡天(Kilo-Degree Survey—KiDS ...
    此外,通过测试卷积经网络在不同观测条件上的表现以及用不同大小的训练集训练网络,该小组还对卷积经网络的稳定性作了测试。
    该项工作构建的经网络可应用于未来的其他巡天数据,如正在建设中的云南大学多通道测光巡天望远镜(Mephisto)的数据。
    该项研究工作已被国际天文学主流期刊《英国皇家天文学月刊》接受发表,论文第一作者是云南大学中国西南天文研究所硕士生何紫朝,指导老师为尔欣中教授和范祖辉教授(预印本链接:https://arxiv.org/ ...
  • 天津大学于策教授、南京大学孙建军教授、中国科学技术大学陈恩红教授、中科院紫金山天文台吴雪峰副台长、清华大学杰教授、浙江大学陈华钧教授、哈尔滨工业大学刘铭教授以及京投公司王为林会计师等相关专家和来自之江实验室 ...
  • 本研究针对基于低分辨率光谱的碳增强贫金属(CEMP)星的搜寻,提出了一种基于深度学习/经网络的机器学习解决方案。通过对LAMOST DR8光谱库的研究,本研究发现了12,766颗CEMP星候选者。
  • 本研究针对基于低分辨率光谱的碳增强贫金属(CEMP)星的搜寻,提出了一种基于深度学习/经网络的机器学习解决方案。通过对LAMOST DR8光谱库的研究,本研究发现了12,766颗CEMP星候选者。
  • 在此期间,广大PSP新老用户给予了精上的大力支持,在此本人代表PSP项目团队表示衷心的感谢,也感谢国家虚拟天文台团队以及阿里云对本项目的全力协助和支持。
  • 本研究基于深度经网络对SKA1-LOW的仿真数据以及SKA先导阵列LOFAR、MeerKAT观测数据中的射频干扰(RFI)进行识别,并将识别结果与当前主流的RFI识别算法AOflagger进行对比。
    结果表明:本研究中提出的深度经网络对RFI的识别效果总体上与AOFlagger相当,并在一定情况下比现有算法有所改进。
    本研究提出了一种鲁棒的基于卷积经网络(CNN)的RFI识别方法。
    本次工作利用SKA模拟、校准和成像算法库(RASCIL)结合美国氢原子再电离时代阵列HERA的RFI模拟方法生成受到干扰的SKA1-LOW模拟观测数据,并使用以部分模拟数据训练得到的卷积经网络(图1) ...
我们使用cookies为您提供更好的体验。继续使用本网站,即表示您同意按照我们的Cookie 政策使用cookie。
接受