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 ...
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。
图1 网络结构
总的来说,本研究提出的模型可以有效地识别特定的光谱,结果鲁棒,精度高,可以进一步应用于大规模光谱的分类和特定目标的搜索。
这项工作得到了中国国家SKA计划(2020SKA0110300)、国家基金青年科学基金(11903009)、国家自然科学基金委员会和中国科学院合作的天文学联合研究基金(U1831204,U1931141 ...
)、国家自然科学基金委员会国际合作与交流基金(11961141001)、国家科学基金(12173028)、广州市基础与应用基础研究项目(202102020677)、广州大学全日制研究生基础创新项目(2021GDJC-M15 ...