• IERS的A公报主要给出地球方向参数、世界时UT1与协调世界时UTC差值及其每日间隔的误差、对未来1年的预测值等数据。
  • 决赛评委会由来自国家天文台、阿里云、中科院计算机络信息中心等单位的天文学、云计算、大数据领域专家10人组成。
    李孟禹组成的“天文爱好者联盟”队荣获一等奖;王奇勋、周书锋、李政组成的“银河护卫队”荣获二等奖;张杰、汪嵘、张卓然组成的“龙樱”队荣获三等奖;马智恒、杨科山、张弛组成的“禾思众成”队和东科、史红欣组成的“专业酱油队 ...
  • 中国科学院新疆天文台南山26米射电望远镜作为欧洲VLBI成员,全程参加此项目观测,贡献了大量观测时间,助力揭示FRB起源。 此项研究得益于甚长基线干涉测量(VLBI)成图技术。
    这些研究进一步表明,FRB起源于磁场极强的致密中子星,并且辐射区极其致密,不到一个足球场的大小。 国家天文科学数据中心为天文观测设备和研究计划提供数据与技术服务。
  • 过去多年的研究也仅发现了极少数的(约一)太阳近邻星协。刘佳明等人新证认的这两个星协是对近邻星协样本的扩充,也将为星协性质的研究提供有力支持。
  • 由于计算机和络的普及,这些复杂的工作完全不需要我们去深入了解,因为计算机最能干的事情就是完成有规律且重复性很强的工作。
    </p> <p>不过,突然出现的超新星,它是没有规律的,谁也不能预测什么时候在哪里会出现新的超新星爆发。因此,我们只能不断地搜寻天空,在群星中发现并分辨出它。
  • 这两篇姊妹篇分别采用点对点的多层感知机络(MLP)技术和考虑相邻像元之间关系的卷积残差络(ResNet)技术来从单波段stokes数据推断矢量磁场。
    结果表明(如图1所示)MLP络的结果与反演结果基本接近,可以克服线性定标存在的磁饱和效应(如图1右列本影区域所示),测试集的MLP预测的结果与光谱反演结果的拟合决定系数在0.91以上,样本预测与反演结果的残差在 ...
    另外,填充因子对络收敛性有显著影响,速度场的影响不显著。这证明了神经络方法在单波段磁场定标中可以获得良好的结果。 图1 Hinode/SP活动区MLP预测结果比较。
    第二篇采用卷积神经络之一的ResNet训练Stokes分量与矢量磁场(横场、纵场和方位角)之间的关系模型。
    结果表明(如图2所示):卷积ResNet的预测结果(中)与光谱反演结果(左)更为接近,如红色方框所示。测试集的预测结果与反演结果的决定系数在0.95以上,残差在50G左右。
  • 近日,由中山大学领导的国际研究团队分析了LAMOST所观测的近90,000个星系,首次获取了这些星系内部区域的恒星运动数据,这些数据有望帮助深入理解星系的形成及星系中的暗物质成分。
    中山大学Nicola R. Napolitano教授等人首次公开发布了LAMOST星系恒星运动速度弥散数据星表,供国际同行使用。 论文链接:点击这里。 LAMOST有效口径为4米,可以观测整个北天。
    该文章的第一作者,中山大学Napolitano教授说,“检测暗物质存在的第一步是要测量星系内部的恒星速度。
    这些新结果是在中山大学、中国国家天文台、中国科学院大学和南京天文光学技术研究所、智利庞蒂夫卡大学和意大利国立天体物理研究所的合作下完成的 。
  • 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。
    图1:流程图展示了机器学习模型通过输入多波段极紫外观测数据预测软X射线日冕成像。
    本研究采用一种机器(深度)学习方法——人工智能卷积神经络,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。
    通过该方法预测日冕软X射线观测比传统方法利用极紫外日冕观测反演日冕微分辐射测量(DEM)再预测软X射线观测更便捷、更快、更精确。
    图2:左上方为AI预测的全日面软X射线Al_mesh图;右上方为XRT观测的全日面Al_mesh 图;左下方是两者的相减像,反映预测图与观察图的不同,箭头所指特征为典型的日冕耀斑环;右下方是两者图中像素强度值的相关图 ...
  • 于策将于11月4日到上海报到,7日登上雪龙号科考船出发,穿越南太平洋西风带,预计在12月初抵达我国南极中山站。
    中山站到昆仑站直线距离1228公里,于策等28人只能通过雪地车行进,队员们将面临零下三四十度的严寒低温、暴风雪、“极昼”下无日夜之分等考验,还有可能遇到非常危险的南极“白化天”。
    在完成昆仑站科考任务后后,于策将再返回中山站,并计划于明年4月中旬才能回到国内。 于策在漠河对新一代AST3观测数据分析处理系统进行测试时的照片 ...
  • 此前,中山大学汤柏添等人在LAMOST光谱数据中先后发现了上百颗氮增丰场星。
    中山大学俞锦程、汤柏添等人首次利用麦哲伦望远镜观测的高分辨率光谱,精确测定了其中15颗氮增丰场星的20多种化学元素的丰度,并利用化学元素标签的方法研究了它们的起源,发现它们与球状星团第二代恒星的元素特征相似 ...
  • 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络。
  • 图2:对科学数据栏目的功能进行了细分 考虑到天文专业用户日常工作需要,中心对原有站功能进行了整合。
    站底部的致谢模板和使用指南,可以帮助用户更好地使用站数据资源与服务。 图3:特色服务成为专业人士的必备工具 社会公众及天文爱好者 中心重视科学数据在科普教育中的应用。
    新版站增加了最新研发的日食计算器,为公众规划日食观测提供方便的信息查询。
    图4:站列出了最新的公众科普活动 新版站还增加了全站统一检索功能。
    站功能还在不断优化,如您在使用的过程中有任何意见或建议,欢迎及时向我们反馈!
  • 文/赵海斌 中国科学院紫金山天文台 2020年2月29日,国际小行星中心(MPC)发布了紫金山天文台近地天体望远镜新发现的一颗对地球构成潜在威胁的小行星:2020 DM4,并预测将于2020年5 ...
    上报MPC的同时,紫金山天文台科研人员立刻通知牵头组建的合作监测内望远镜进行后随跟踪观测,包括紫金山天文台姚安观测站0.8米口径高精度天体测量望远镜(国际站号:O49)和俄罗斯国际科学光学监测(ISON ...
    然后,根据更多实际观测的位置来对小行星轨道参数进行改进,以保证能够准确地预测小行星的运动。通常需要至少三次观测才能确定可供发布的轨道参数。
    观测数据越多,覆盖弧长越长,计算出的轨道参数就越准确,做出的轨道预测也就越准确。
  • 经全球各地多台设备后续观测后,确认2023 DB2的绝对星等为21.76等,对应直径约200米,大约有两个足球场大,绕太阳公转一周需1.06年,但它与地球轨道的最近距离远在3千万公里之外,是地月距离的80 ...
  • 品红色点虚线为基于LAMOST光谱给出的质量分布;黑色实线、点线和虚线分别是不同参数下理论模型预测的质量分布。 图2.富氦型热亚矮星质量分布。
    蓝色点虚线为基于LAMOST光谱给出的质量分布;黑色点线为理论模型预测的质量分布。 通过对比,科研人员发现sdB型热亚矮星的质量分布和理论模型预测基本一致,峰值质量在0.46倍太阳质量(见图1)。
    而富氦型的热亚矮星质量分布和理论模型预测差别较大。
    富氦型热亚矮星被认为是通过双星并合渠道产生,理论模型预测的峰值质量分布较平,在0.5-0.6倍太阳质量之间(见图2);而基于LAMOST光谱给出的富氦型热亚矮星的峰值质量在0.42倍太阳质量左右,远小于理论模型预测值 ...
  • 图1:类星体示意图(源自络) 近期,国家天文台科研人员李长华、张彦霞、崔辰州等人基于北京-亚利桑那巡天(BASS)大型测光数据、LAMOST和SDSS的光谱巡天数据,通过多种机器学习方法,设计了二分及多分两种不同的分类策略 ...
    李长华等人基于机器学习方法,研究了一步模型(对样本整体预测)和两步模型(对样本先分类,再预测)来测算样本的测光红移。
  • 中心主要共建单位包括中国科学院紫金山天文台、中国科学院上海天文台、中国科学院计算机络信息中心、中国科学院云南天文台、中国科学院新疆天文台、中国科学院国家天文台长春人造卫星观测站、中国科学院国家授时中心 ...
    中心现设置有4个分中心:丽江分中心(丽江市政府、云南天文台、云南大学)、粤港澳大湾区分中心(广州大学、中山大学、深圳天文台)、技术研发创新中心(天津大学)、教育研发应用中心(华中师范大学、河北师范大学、 ...
  • 南山25米射电望远镜为修正型卡塞格伦天线,1993年建成并投入使用,经过升级改造后口径扩大到26米,新的26米南山射电望远镜承担着重要的国际合作及国内重大课题的天文观测任务,是欧洲甚长基线干涉、国际动力测地 ...
    、俄罗斯低频VLBI、东亚VLBI4个国际合作组织的正式成员。
  • 近期由广州大学国家天文科学数据中心大湾区分中心、大理大学、昆明理工大学、中山大学、鹏城实验室联合天文团队的迟焕斌、王锋和李忠木等基于Gaia空间望远镜的数据对5kpc以内的领域进行细粒度系统搜寻找到了约 ...
    研究团队利用了高效的机器学习算法和并行超级计算技术,对数据进行了处理和筛选,首先对全天区Gaia数据源按银经、银纬和视差使用生成树算法进行3维格切片得到8596个数据格,然后在每个数据格采用了FoF ...
  •  
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