• article-nadc广州大学NADC大湾区分中心与国家天文台团队利用深度迁移学习方法搜寻LAMOST中的白矮星
    近期，广州大学国家天文科学数据中心大湾区分中心和中国科学院国家天文台团队的谈磊、王锋、梅盈、邓辉、柳志存和刘超等人，开展了基于深度迁移学习方法的白矮星的搜寻研究。
    本研究基于LAMOST发布的光谱数据，通过迁移学习方法构建分类模型用于搜寻LAMOST中的白矮星，并得到了6317个候选体，通过交叉和人工证认，有4968颗被证明是白矮星，其中489颗是新发现的。
    近年来，利用深度学习方法识别大规模数据中的特殊天体取得了良好的进展。国家大科学装置LAMOST运行至今，从低分辨率到中分辨率巡天已经积累了千万级的恒星光谱数据，为白矮星的搜寻提供了充足的数据源。
    本研究提出了一种基于迁移学习的白矮星识别方法。本研究利用 LAMOST DR9 发布的光谱构建数据集，训练了一个卷积神经网络模型，然后利用迁移学习方法对该模型进行进一步训练，得到一个二分类模型。
  • 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。是怎样的动力支持师生们坚持参赛，在与万维望远镜“亲密接触”的过程中，他们又收获了什么？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。2010年参加首届万维望远镜全国教师培训，2017年承办万维望远镜全国教师培训，连续四届组织学生参加宇宙漫游创作大赛，牵头在我校建立国内高校第一家8米级的6台投影仪的拼接式万维望 ...
  • article-psp足不出户 仰望星空
    /p> <p style="text-indent: 2em"> 尽管，仰望星空是人类亘古不变的追求，但寻找宇宙新发现对普通大众而言始终是一件高深莫测的事，需要具备足够的天文知识，掌握很多物理、数学方法才可以做到 ...
    </p> <p style="text-indent: 2em"> <strong>天文发现就要“玩”出来</strong></p> <p style="text-indent ...
    ”</p> <p style="text-indent: 2em"> 事实上，建立一个公共的搜寻平台，也是高兴在“玩”的过程中得到的启发。
  • article-nadc广州大学NADC大湾区分中心团队 基于卷积神经网络提出新的射频干扰识别方法
    近期，广州大学国家天文科学数据中心大湾区分中心、南非罗德斯大学SKA团队、中国科学院云南天文台团队和昆明理工大学的孙浩民、邓辉、王锋、梅盈、许婷婷、Oleg Smirnov、邓林华和卫守林等人，开展了基于深度学习方法的射频干扰识别研究 ...
    本研究提出了一种鲁棒的基于卷积神经网络(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神经网络（图1） ...
  • article-nadc广州大学NADC大湾区分中心与合作团队利用深度学习方法搜寻热亚矮星
    近期，广州大学国家天文科学数据中心大湾区分中心、中国科学院国家天文台团队和西华师范大学团队、中国科学院云南天文台的谈磊、梅盈、王锋、邓辉、柳志存、罗杨平、刘超和邓林华等人，开展了基于深度学习方法的热亚矮星的搜寻研究 ...
    但由于LAMOST没有测光观测，传统的颜色切割方法无法运用于热亚矮星的搜寻中，并且由于数据量庞大，人工证认会耗费大量的时间和精力。
    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。
  • article-nadc杭州高级中学钱塘学校天文馆开馆
    学生能在天文馆中轻松“学天文、玩天文、看天文”。 天文馆中的万维天象厅是杭州高级中学的第二座万维天象厅。
  • 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-nadc万维天象厅最新宣传视频
    它是一个互联网+大数据的天象厅，向你展示一个真实、绚丽的宇宙；是一个互动式的天象厅，每个人都能参与进来；是一个可以玩的天象厅，人人都能制作天文大片。 2.万维天象厅有什么特点？ ...
  • article-nadc漫游大赛在线答疑活动问题征集通道开启
    tours2022/ 漫游大赛必看系列 巧用3D模型让漫游秒变“大片” 这样做，击破漫游选题、视效两大痛点 夯实专业，提升素养，万维望远镜还能这么“玩& ...
  • metadata共生星候选体
    此星表的共生双星候选体是用机器学习的方法得到的。
  • article-nadc广州大学团队构建细粒度的太阳耀斑预报模型
    近期，广州大学国家天文科学数据中心大湾区分中心、昆明理工大学和中国科学院云南天文台团队邓正、王锋、邓辉、梅盈、谈磊、邓林华和冯松等人，开展了太阳耀斑预报与人工智能学习的学科交叉研究。
    基于当前主流的SDO/HMI视向磁图数据，利用深度学习方法，构建了更细粒度的预报太阳模型，在太阳耀斑预报方向上取得新的进展。
    和传统方法相比较，该模型能自动提取信息特征，损失更少的信息。模型的训练也变得更高效更精确。
  • article-nadc国家天文科学数据中心大湾区分中心与云南天文台团队在日冕物质抛射相关研究领域获进展
    近期，广州大学国家天文科学数据中心大湾区分中心和中国科学院云南天文台团队李霞、邓辉、王锋、邓林华和梅盈等人，开展了不同角宽度日冕物质抛射的准周期性研究。
    和相应的冲击是否会到达地球起重要作用, 并且不同角宽度的CMEs在地磁效应方面存在明显的差异, 为了进一步揭示不同角宽度CMEs的准周期行为，团队基于SOHO/LASCO的CDAW目录提供的CMEs数据，利用频率和时频分析方法 ...
  • article-nadc广州大学联合团队仿真研究基线依赖平均对SKA低频阵数据处理影响
    广州大学国家天文科学数据中心大湾区分中心（邓清文、王锋、邓辉、梅盈、黎静）、南非罗德斯大学SKA团队（Oleg Smirnov）、中国科学院上海天文台团队（郭绍光）基于基线依赖平均（Baseline Dependent ...
  • article-nadc四星连珠记
    在万维望远镜中展示“四星连珠”     我们只能感叹： 日月盈仄，斗转星移， 不是我们能够控制的！
  • article-nadc广州大学团队基于时域测光数据发布LAMOST变源星表
    近期，广州大学国家天文科学数据中心大湾区分中心和中国科学院国家天文台团队许婷婷、刘超、王锋、黄伟荣、邓辉、梅盈和曹忠等人，开展了LAMOST恒星变源候选体的识别与分析研究。
  • metadata应用于CMOS相机的暗电流建模代码
    这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。
  • metadata应用于CMOS相机的暗电流建模代码
    这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。
  • metadata银道面背景类星体候选体星表
    我们应用迁移学习方法和XGBoost算法对Pan-STARRS1 (PS1) 和AllWISE测光星表进行银道面背景类星体选源，并使用Gaia自行判据排除恒星污染源，最终得到位于 |b|≤20∘内、包含 ...
  • article-nadc广州大学与云南天文台团队在日冕物质抛射的纬度分布领域获进展
    近期，广州大学国家天文科学数据中心大湾区分中心和中国科学院云南天文台团队林家琪、王锋、邓林华、邓辉、梅盈和谢扬帆等人，开展了日冕物质抛射在高低纬度上时空行为的研究。
  • article-nadc研究人员提出仙女星系中星团搜寻新方法
    近日，国家天文台王守成博士、马骏研究员，云南大学陈丙秋副教授，云南天文台龙潜研究员等人基于LAMOST数据构建了搜寻仙女星系（M31）星团的新方法，并从仙女星系全景考古巡天（PAndAS）测光数据中证认出 ...
    而在没有哈勃数据的区域，研究团队基于LAMOST，PAndAS等地面望远镜的观测数据优势，利用新方法在搜寻M31盘中年轻星团方面取得了新的突破。
    •  
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