• 该数据是我们论文《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 ...
  • 因此,我们只能不断地搜寻天空,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。
    然而,我们希望有更多的人能参与搜索,分享发现的快乐。
    </p> <p>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? ...
  • 项目背景 根据爱因斯坦的广义相对论,光线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!
    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、知识 ...
    欢迎通过项目留言板与天南海北的同好一起分享你的发现心得和趣事,如果对项目有任何的意见或建议也欢迎在这里提交反馈。 那么,你还在等什么?今天就成为引力透镜搜寻项目的伙伴,一起探索更广阔的未知吧!
  • PSP系统会在每个整点发放一批图片,并整点前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
    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,我们一直寻找适合公众参与的内容。
  • 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,历届大赛中都能看到他们的身影。刚刚过去的第四届大赛中,他们再次斩获多个奖项。
    今天小编邀请到河北师大物理学院的李冀教授,分享他们的学习与创作心得。 各位读者,大家新年好!我是河北师范大学物理学院的李冀,也是万维望远镜的老朋友。
    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。
    竞技中提升综合素养 经过了日常的积累和学习后,学生们的创作热情空前高,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 ...
  • 赣榆精细结构望远镜口径为26cm, 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。
  • 并亲自动手操作互动软件,实地参观望远镜及球幕天象厅,互相分享科普教育工作中的经验和体会。
    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。
    培训教师的带动下,老师们也积极分享了自己的教学经验,基于万维望远镜提出了不少有趣的教学创意。
    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。
    崔辰州博士向老师们展示球幕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。
  • 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。
  • 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,让大家感受视觉盛宴的同时,对万维望远镜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 ...
    学员们培训中专注练习、积极讨论        华中师范大学的乔翠兰老师介绍了当前国际先进的STEM教学理念,及其在国内天文教学过程中的应用案例;凌源市第二高级中学的梁雷老师分享了他利用万维望远镜开展天文学教育的宝贵经验 ...
  • BASS DR2的天图导览,多幅观测图像拼接合成的M101风车星系 图片来源:China-VO 中国科学院国家天文台与美国亚利桑那大学之间的国际合作项目——“北京-亚利桑那巡天(BASS)”目前已生成了第二版本(DR2)数据产品,包括单曝光图像、单曝光星表、星空导览、合并图像及星表等。 项目负责人、国家天文台研究员周旭说,合并星表包括3.5亿颗恒星和星系的测光信息,“这是迄今国内发布的天区面积最大的星表产品”。 BASS巡天作为开创性的公开巡天项目,在数据所有权和科学研究方面秉承开放的态度,通过中国虚拟天文台及时向全世界公开释放。在数据的处理中,中国虚拟天文 ...
  • 中科院计算机网络信息中心的单桂华老师天文数据可视化和数值模拟方面有丰富的工作经验,她通过案例分享展示了大规模天文数据可视化的方法及其成果应用。
    天津大学的毕重科老师则分享如何高效检索海量天文数据的解决方案,并介绍了团队移动端可视化检索天文数据方面的新探索。 如何将天文数据应用于艺术创作也是本次研讨会的重要议题。
    江南大学的龙娟娟老师讲解了艺术家如何从科学数据中汲取灵感,同时也强调了将科学与人文有机结合,才能孕育出优秀的科学传播成果。
    图3:主题报告 此外,来自美国犹他大学的研究者Fangfei Lan在线上分享了她最新的研究论文,该论文回顾了过去十年天文数据可视化技术流变以及不同场景下的应用,对于探索可视化技术在未来的发展方向有很大的参考价值 ...
    图4:参会代表郭守敬望远镜前合影 附:研讨会报告题目及资料分享 1. 大规模天文数据的特征可视化 报告人:单桂华 下载链接 2.
  • 来自国家天文台和国内其他天文研究单位的相关科研人员,以及对Python如何在天文学中应用感兴趣的公众及爱好者们参加了本次培训。 图1:本次直播数据详情。
    Python以及衍生的一系列数据处理分析软件包已经成为天文学家日常工作不可或缺的工具,为了使科研人员更好地日常科研工作中更好地运用Python语言及数据技术知识,国家天文科学数据中心对本次课程进行了精心的编排设计 ...
    课程内容不仅包括Python语言基础,Numpy、Scipy、Matplotlib、Pandas等科学计算基础,AstroPy、Astroquery、VO等程序包的使用等基础知识的介绍,还邀请到一线青年科学家分享利用 ...
    大家不仅初步掌握了Python语言及其相关工具的基础知识,还了解了如何利用这些工具解决科研中遇到的实际问题,为今后尽快利用Python语言辅助开展研究工作打下了良好的基础。
    图5:培训主页二维码 今后,国家天文科学数据中心将继续推进与天文数据处理及应用相关的培训与科普活动,欢迎各位老师和同学通过留言积极与我们展开交流互动,或投稿分享您的培训心得。
  • 最近,华中师范大学天文协会的同学们就抢占先机,邀请多位在宇宙漫游创作指导方面具有丰富经验的老师们线上开讲,分享漫游作品选题小妙招。
    想知道老师们都分享了哪些精彩观点吗?一起来看看吧! 历届宇宙漫游作品征集活动都是天文领域一场科学与艺术的盛宴,想要在一众作品中脱颖而出,新鲜的创意是作品的必备要素。
    因此,乔老师的讲解围绕“创新”展开,从选题、设计与制作三个方面对微视频和微课堂两种作品形式如何准备进行了详细指导。
    图1 微视频作品创作要点(1) 设计和制作方面,乔老师以时下流行的密室逃脱、天文游戏、天文歌曲等为例,让同学们从实际生活经验出发,理解如何用精巧的细节设计和制造悬念的方式持续吸引观众的注意力。
    另外,同学们创作的过程中需注意对天文数据的使用,从而提升作品的科学性。
  • 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《英国皇家天文学会月刊》(MNRAS)。论文链接:点击这里。
    图4 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%。
  • 大数据时代来临之前,天文科普教育的形式主要是理论知识的讲座或进行野外观测的体验,颇受地理位置、时间和天气因素的限制。
    颁奖典礼现场,主办方展示了一等奖及专项奖的部分获奖作品。
    就像获奖者赵至豪说的:“任何人都可以制作一个漫游节目来分享自己眼中的宇宙,把自己认为美的东西分享给别人,有时候千言万语的描述不如一张图片、一段视频来得直接。
    我正在做的,就是分享我自己的宇宙。” ...
    宇宙漫游制作大赛颁奖典礼 http://www.wokeji.com/explore/qwqs/201507/t20150729_1484827.shtml 中国科学院:WWT宇宙漫游制作大赛北京师范大学举办 ...
  • 第一天,何勃亮老师做开场报告,简单介绍了Python天文中的应用情况。来自国家天文科学数据中心的王有芬老师向大家全面介绍了中心的数据情况与相关服务。
    他从最基础的信噪比公式切入,讲解了如何进行天文测光等的数据处理技术。接下来,国家天文台张彦霞研究员为培训做“人工智能在天文学中的应用”的邀请报告。
    第三天,国家天文台张天萌老师做“Python天文观测和数据处理中的应用分享”的邀请报告,他为大家讲解了不少应用案例,以及Python在最前沿的CSST相关领域的应用情况。
    下午,天文光学技术研究所的王靓老师做如何做天文数据可视化的报告,他以真实数据为实际案例做了详细的讲解。
    培训汇报环节,学员们以小组为单位上台进行成果演示,大家在学习汇报环节的报告中分享了他们的学习心得与收获。
  • 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。
  • 创作不易,许多小伙伴完成作品的路上都遇到了各种小问题和小困惑,比如:如何更好地从数据中挖掘故事,希望自己的作品更具观赏性,想深入了解创作征集要求的新变化……为了解决这些问题 ...
    时间:3月16日(周六) 19:00-20:40 地点:腾讯会议(会议号:339-528-660) 扫码入会 本次培训中,多位宇宙漫游创作相关的专家老师将线上开讲,分享创作经验,提供实用技巧 ...
    为了使本次培训更具针对性,现在特别向大家征集与活动、与创作相关的问题,只要按照“您的称呼+邮箱/电话+问题”的格式提交问题,就会得到专家们的亲自指导,问题入选者还可以赢得精美文创哦(请务必发送问题时留下联系方式 ...
    机会难得,快来提交您的问题吧: 微信后台留言 发送邮件至:wwt-helpdesk@nao.cas.cn ...
  • 10月5日,他们《天文学家电报(The Astronomer's Telegram)》上发表通信Atel #8120,确认这颗由廖家铭发现的超新星侯选体是一颗IIP型超新星。
    自从2007年以来,星明天文台的创办者新疆乌鲁木齐一中高兴老师一直坚持拍摄星空,并与其它爱好者一同分享每晚的观测数据,进行超新星、小行星等天体搜寻工作。
    然而,一直以来,如何将拍摄结果与更多的广大天文爱好者分享如何让自己的发现更快地得到专业天文学家的认可,一直是一个难题。
    平台一端是天文爱好者,由他们参与数据的最初筛选和挖掘工作,不但快速直接,而且提高了公民对天文学的兴趣,降低了天文爱好者的门槛;另一端,则是能使用大型望远镜,准确判断目标类型的天文学家和天文研究团队。
    公众科学热情被极大的激发,上万名用户注册平台,并积极参与项目,学习如何寻找超新星。 公众发现并提供有价值的研究目标,天文学家使用专业观测设备进行确认,开展进一步的研究工作。
  • 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 ...
  •  
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