• metadata基于快速模拟生成的红移范围为(0.45
    该数据是我们在论文《用COLA快速生成模拟星系表》中提到的SDSS DR12星系的模拟星表，产生快速模拟星表的技术是基于以下几个：Code for Anisotropies in the Microwave ...
  • article-psp足不出户 仰望星空
    PSP系统会在每个整点发放一批图片，并在整点前1分钟弹窗并响音乐提醒（可选）。搜索页面如上图。
    不用担心是否是真实目标，不用了解各个星星的名字和位置，不用知道如何测量，不用操心如何写英文报告……</p> <p style="text-indent: 2em"> 当然， ...
    他高一成为天文小组组长，大学创办天文社， 工作后又自购设备建立了属于自己的星明天文台，对天文的爱好和科普的热情越来越高涨。
    尽管唯一的发现最终被确认为是太空垃圾，但还是有其他七八位中国的参与者发现了一些快速移动天体（FMO，近地小行星的一种），高兴也因此备受鼓舞。
    “因此，我们一直在寻找适合公众参与的内容。
  • metadata赣榆精细结构望远镜数据
    赣榆精细结构望远镜口径为26cm, 在656.3纳米观测太阳色球，能够对太阳活动区快速成像。主要用来研究太阳耀斑的触发和释能、暗条爆发以及色球冲浪喷射等精细过程。
  • article-nadc国家天文科学数据中心推出引力透镜搜寻全民科学项目
    项目背景 根据爱因斯坦的广义相对论，光线在经过大质量天体时会发生弯曲现象。
    图片来源：ESA/Hubble 公众如何参与？ 这是一项所有人都可以参与的天文研究工作。
    它的操作十分简单，项目科学家在此为您准备了一个快速入门教程，一起来学习一下吧！
    快速入门教程：https://mp.weixin.qq.com/s/Kf46HIRqYdGRaxKDNNNIWw 进入项目官网，主页列出了引力透镜和全民科学的相关背景知识，供参与者学习了解。
    与科学家当同事、做朋友； 看图累计经验值，后续会根据成绩推出更多玩法； 根据参与时长和成绩每年颁发纪念证书； 优先参与国家天文科学数据中心举办的各种科普类活动； 收到项目组不定期推送科普文章，了解天文、涨知识 ...
  • metadata基于快速模拟生成的红移范围为(0.45
    这是我们论文“用COLA快速生成模拟星系目录”的支持数据，包括模拟目录和merger-tree输出的晕文件。
  • article-nadc夯实专业，提升素养，万维望远镜还能这么“玩”！
    小编说 河北师大物理学院是宇宙漫游创作大赛的老朋友了，在历届大赛中都能看到他们的身影。在刚刚过去的第四届大赛中，他们再次斩获多个奖项。
    作为专业教师，我们深知天文数据不仅是研究的基础，更能够在教育与科普领域大有可为；同时，学院历来重视本科人才创新精神和实践能力的培养，于是我们在培训结束后第一时间将万维望远镜带回了学院，并在专业课&rdquo ...
    在我们学院，有很大一部分毕业生都将走上中小学一线教学岗位，如何深入浅出地传授科学知识、进行科普教育是他们职业生涯终身都要面对的重要课题。
    在竞技中提升综合素养 在经过了日常的积累和学习后，学生们的创作热情空前高涨，宇宙漫游创作大赛的举办为我们的学生提供了更大的试炼场和舞台，也让我们有机会与全国各地的优秀创作者有更多机会交流切磋。
    第四届大赛开赛后，学院特别邀请了国家天文科学数据中心的老师来校举办讲座，帮助学生快速掌握万维望远镜基础操作和漫游创作技巧；为取得名次的学生进行一定的奖金鼓励、资助获奖学生参加颁奖典礼等一系列政策&hellip ...
  • article-nadc层次聚类算法的天文学应用
    在引力的约束下，恒星汇聚成星团和星系，星系汇聚成星系团，星系团之间相互连接形成大尺度结构。这些天体虽然空间尺度差异巨大，但它们都具有相似的等级化结构。 层次聚类算法是一种无监督算法。
    如今这个算法在天文学的各个分支都有广泛应用。 星系团 星系团既是大尺度结构的结点枢纽，也是星系形成和演化的重要场所。如何搜寻星系团，证认星系团内部的团成员一直是星系团研究的重要内容。
    超星系团 超星系团由多个星系团或星系群组成的大质量天体，是宇宙中已知的最大尺度的结构之一。
    分子云 与离散分布的星系、恒星不同，分子云在空间中连续分布。层次聚类算法在分子云中的应用更为多样。 以分子云中的每个像素点的空间三维信息作层次聚类，能够区分分子云和子结构。
    结合分子云中恒星的信息，可以得到恒星与分子云在速度和空间上的耦合关系。 图4 左图为单个分子云在银道座标下的图像.右图为该区域对应的树状图. 天体分类 传统的天体分类由人工完成。
  • article-nadc基于机器学习的望远镜，性能如何？
    望远镜的性能监测系统一旦发现望远镜性能不佳，能将望远镜性能不佳的原因快速反馈给维护人员，从而提高望远镜的维护效率和获得优良的观测数据质量。
    图2 导星相机获得的各种星像形状统计（第一行为正常观测星像，占星像的绝大部分） 机器学习相关算法已经在很多领域中表现出很好的形状识别和分类能力，可以用于区分望远镜的获得的像斑形状。
    相关研究成果发表在《英国皇家天文学会月刊》（MNRAS）。论文链接：点击这里。
    图4 在LAMOST望远镜上进行性能检测，实现了焦面离焦、导星系统、拼接镜面子镜偏移、主动光学性能的实时监测，准确率为96.7%。
  • article-psp项目简介
    因此，我们只能不断地搜寻天空，在群星中发现并分辨出它。虽然这个工作计算机也能做，但是天空实在是太复杂了。数以百万计的小行星、相机噪点、鬼影、宇宙射线等等都会被误以为是可疑目标。
    </p> <p>在PSP中，您需要做的只是看图搜索，倘若发现可疑目标就上报，就这么简单。
    不用担心是否是真实目标，不用了解各个星星的名字和位置，不用知道如何测量，不用操心如何写英文报告……不要畏惧，勇敢地去参与尝试。</p> <p>看图会很难吗？ ...
  • article-nadc天文学家利用神经网络方法搜索强引力透镜系统
    如何搜寻证认更多强透镜样本是当前工作中的主要问题。通过下一代大规模测光巡天项目的开展，人们期待发现数以万计的强透镜系统。但如何在海量的天体图像中快速地找到强透镜候选体？ ...
    近年来，人工智能的快速发展给我们提供了一种新的可能。国际上已有相关研究团队利用卷积神经网络方法搜索强引力透镜系统。
    此外，通过测试卷积神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，该小组还对卷积神经网络的稳定性作了测试。
  • meeting2021年虚拟天文台学术年会 |
    人工智能（AI）和机器学习（ML）快速渗透到数据生产、处理、分析、挖掘和知识发现的各个环节。数据中心和数据提供者在利用AI/ML提升数据管理水平、数据质量控制、数据互操作服务。但一切都才刚刚开始。
    科学家们在应用AI/ML时往往感觉数据和服务不够给力，数据中心却尚不清楚该如何提供AI-friendly数据和服务给用户。
    天文信息学与虚拟天文台2021年学术年会将于2022年7月18-22日在云南丽江召开。本次年会由国家天文科学数据中心、中国天文学会信息化工作委员会联合主办，云南天文台承办。
    本届学术年会的主题为“面向AI使能科学发现的数据与服务（Making Your Data and Services Ready for AI-enabled Science Discovery）”，探讨如何提升数据与服务的形式与内涵 ...
  • article-nadc2018年万维望远镜全国教师培训成功举办
    万维望远镜被称为虚拟天文台的大众版，是海量真实天文数据快速直接进入课堂、科技馆、个人终端的快速途径。
    许多人都听说过万维望远镜，但如何使用它进行天文教学、科普演示；如何编辑制作漫游，找到合适的天文资源；如何灵活地使用它丰富强大的各种功能，在教室、学校、科技馆、天象厅等多种不同场景实际应用并不是一件容易的事 ...
    在培训的最后，崔辰州博士将国际先进的天文科普教学理念与国内实际情况结合，为我们带来报告《天文学为什么重要》，讲述天文学是如何从方方面面改变我们的生活，为老师们带来启发。
    教师们参观青岛观象台望远镜，了解如何通过望远镜观察并手绘太阳黑子。 参加培训的老师们与乔翠兰博士在“互动式天文教学方式研讨”环节进行现场深度对话交流。
    崔辰州博士在向老师们展示球幕在天文科普教学中所发挥的作用。 如何让真实天文学数据更好地服务于公众科普和学校教育，一直是中国虚拟天文台的工作重点之一。
  • metadata基于COLA模拟的快速的模拟星系生成方法
    这是“Fast generation of mock galaxy catalogue with COLA”一文中所用到的数据集，包括BOSS CMASS NGC星系的模拟星表和暗物质粒子模拟直接输出的暗物质晕表。
  • article-nadc2019年万维望远镜全国教师培训圆满结束
    在培训间歇，老师们还体验了VR环境下的宇宙漫游。
    虚拟现实技术为真实的宇宙星空营造出了更加震撼的视觉效果，让大家在感受视觉盛宴的同时，对万维望远镜在天文科普教育中的应用有了更深刻的理解。     ...
    崔辰州博士做《万维望远镜与中国虚拟天文台》主题报告          万维望远镜被称为虚拟天文台的大众版，是海量真实天文数据快速直接进入课堂、科技馆、个人终端的快速途径。
    每年的万维望远镜教师培训是科普教育工作者全面了解万维望远镜的难得机会，参训教师可通过学习快速掌握如何利用它进行天文教学、科普演示；如何编辑制作漫游，找到合适的天文资源；如何灵活地使用它丰富而强大的各种功能 ...
    参观杭州市高级中学校史馆及天象厅，学习该校在天文教育方面的经验 ...
  • article-nadc上海天文台在SKA首个科学数据竞赛中获佳绩
    上海天文台作为参赛团队参与了该竞赛，并在总评分名列首位。 论文链接：点击这里。 SKA首个数据竞赛于2018年启动，2019年4月结束。全球共有9支团队按时提交结果。
    团队首先对所有竞赛数据开展统计分析，了解数据结构，天体群组特征，确定用于数据处理的输入参数范围，进而基于针对SKA不同先导项目而开发的天体搜索算法对图像进行了先期测试，经过对结果的准确度与计算效率的评估 ...
  • article-nadc天文信息学与虚拟天文台2021年学术年会会议通知
    人工智能（AI）和机器学习（ML）快速渗透到数据生产、 处理、分析、挖掘和知识发现的各个环节。数据中心和数据提供者在利用AI/ML提升数据管理水平、数据质量控制、数据互操作服务。但一切都才刚刚开始。
    科学家们在应用AI/ML时往往感觉数据和服务不够给力，数据中心却尚不清楚该如何提供AI-friendly数据和服务给用户。
    本次会议我们聚集在一起，讨论AI/ML在天文领域从研究到广泛应用的关键问题。 天文信息学与虚拟天文台2021年学术年会将于2021年12月4-8日在云南丽江召开。
    本届学术年会的主题为“AI时代的数据和服务（Making Your Data and Services Ready for Al-enabled Science Discovery） ”，探讨如何提升数据与服务的形式与内涵 ...
  • meeting中国天文学会图书信息与期刊出版研讨会 |
    1、国内天文期刊如何错位发展； 2、如何提升我国天体物理英文期刊（RAA）的国际影响力； 3、如何发展国内天文技术期刊； 4、天文数据情报如何为研究所发展决策提供帮助； 5、图书情报与期刊出版人员的职业发展问题 ...
  • article-nadc天文学家通过计算机重构鲸鱼座星流形成历史
    天文学家在银河系的附近发现了很多由恒星组成的河流状结构，这些结构被称为星流。那么星流是如何形成的？ ...
    最近一项由国家天文台赵刚研究员和常江博士领导的研究团队通过一系列的高精度动力学数值模拟，在计算机中重构了之前利用LAMOST和SDSS数据发现的鲸鱼座星流的形成过程。
    这些被剥离的恒星在原来的轨道上被拉伸开来，就形成了河流状的结构，也就是星流”。
    “这种吞食过程对银河系的增长非常重要，我们可以通过研究星流来确定银河系历史上是如何吃掉一个个卫星星系，并长成现在这个大质量星系的”。
    卫星星系通常不会被潮汐快速剥离，全部形成星流，而是通常会有一个比较致密的恒星组成的核结构剩余。之前的一些研究工作提出了球状星团NGC5824是和鲸鱼座星流成协的核结构的假设。
  • article-nadc天马望远镜发现示踪大质量年轻恒星天体旋臂吸积流结构的新脉泽
    大质量恒星（>8个太阳质量）如何形成是现代天体物理的一个重要研究课题。尽管大质量恒星在宇宙空间数目比小质量恒星少得多（只占恒星数目的1%左右），但贡献了绝大多数的恒星光度。
    大质量恒星快速演化过程中伴生的星际介质反馈及元素核合成过程，推动了其所在星团、甚至整个星系结构和化学的演化。
    由广州大学陈曦教授（上海天文台特聘研究员）领导的包括国家天文台任致远、上海天文台沈志强和李斌以及南京大学郑兴武的国际合作团队，在天文脉泽与大质量恒星形成研究方向取得重要突破。
    “天马望远镜对这些新脉泽辐射流量的监测发现，它们具有异常快速的光变（在1个月时间内经历了从爆发到极大再到最后消失的过程），这说明其可能是引力不稳定星周盘碎裂引起的间歇吸积现象。
    这些脉泽成分辐射都展现了明显且快速的衰减现象，支持了大质量恒星形成的间歇吸积现象。
  • article-nadcGaia EDR3借阿里云快速通道来到中国
    Moitinho 数据发布后，国家天文科学数据中心借阿里云快速通道第一时间完成了Gaia EDR3数据的国内镜像工作，目前镜像已开放访问，地址为 https://nadc.china-vo.org ...
    •  
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