申请用户遍布国内天文研究机构及高校，主要有：国家天文台、云南天文台、紫金山天文台、上海天文台、高能物理研究所、北京大学、清华大学、中国科技大学、南京大学、北京师范大学、广州大学、台湾大学、香港大学、山西师范大学等机构 ...
-
-
以云计算、机器学习为代表的新技术在大数据领域得到了广泛的应用,促进了一大批科研成果的产出。为使科研人员能够深入了解云计算及机器学习的原理及技术，国家天文科学数据中心根据《国家天文台2021年度职工培训计划》安排，将于2021年9月27-28日在国家天文台A601会议室举办云计算与机器学习的技术培训 ...2009年从中国科学院计算技术研究所获得计算机应用工学博士，2009年至2013年先后在香港城市大学、香港中文大学和新加坡南洋理工大学留学，2014年入选中国科学院“百人计划”引进海外高层次人才类 ...谭锋：阿里云智能资深技术专家、机器学习PAI的平台架构师与负责人。拥有多年AI落地以及企业智能化经验。曾任职微软中国，多年微软搜索引擎必应团队的资深架构师。主要讲授基于公有云的大数据处理与机器学习平台在科研中的应用。 李长华，国家天文科学数据中心项目高级工程师，拥有多年云计算、高性能计算平台建设经验，主要研究方向为天文信息技术与大数据处理、机器学习。
-
申请用户遍布国内天文研究机构及高校，主要有：国家天文台、云南天文台、紫金山天文台、上海天文台、北京大学、清华大学、中国科技大学、南京大学、北京师范大学、南京师范大学、国家授时中心、广州大学、中国极地研究中心 ...、贵州大学、澳门科技大学、香港大学、山西师范大学等机构；此外还有国外的用户，如：韩国天文与空间科学研究所、Aarhus University等。
-
自10月8日以来，会议网站共收到来自中国科学院天文台站系统、高校、中学、科技场馆、IT科研院所，以及香港、澳门和部队单位等近40个单位，150多名人员的注册信息。机器学习（ML）和人工智能（AI）能否在多信使天文学时代大显身手？ 中国虚拟天文台与天文信息学2018年学术年会将于2018年11月21-25日在江西景德镇召开。本届学术年会的主题为 “天文学中的机器学习和人工智能（ML and AI in Astronomy）”，将聚焦于机器学习和人工智能技术在天文学中的最新和潜在应用。 ...
-
决赛评委会由来自国家天文台、阿里云、中科院计算机网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。选手覆盖了中国大陆、中国香港、中国台湾、美国、澳大利亚等5个国家和地区。3月15日，大赛进入复赛阶段。
-
正如一名选手所说，这次大赛给了普通人一个近距离接触天文数据的圆梦机会，借助互联网新技术，“民间天文科考队”的阵容越来越强大。截至3月12日初赛结束，全球共计近千支队伍报名参赛，覆盖中国大陆、中国香港、中国台湾、美国、澳大利亚等多个国家和地区。有意思的是，选手中很多都是第一次接触天文光谱数据，并且四分之一是普通公司职员，借助国家天文台与阿里云提供的数据开放平台，更多人可以尝试接触天文科研、机器学习等新领域。3月16日，大赛将进入复赛阶段，阿里云将为参赛选手提供机器学习PAI平台，其支持主流的深度学习框架，包含tensorflow、caffe、MXNET。
-
值得注意的是，本次年会是第一次同时有来自台湾、香港、澳门和大陆，即两岸四地天文科研及科普工作者参加的会议。本届学术年会由国家天文台主办，景德镇学院承办。 ...本届学术年会的主题为 “天文学中的机器学习和人工智能（ML and AI in Astronomy）”，聚焦于机器学习和人工智能技术在天文学中的最新和潜在应用。 ...国家天文台FAST首席科学家李菂研究员做大会主题报告 《机器学习与FAST》 本次会议研讨主题包括但不限于以下几个方面： ※ 机器学习和人工智能技术 ※ 数据挖掘、知识发现与信息提取 ...天文信息学这个交叉学科的魅力和勃勃生机在会议期间体现得淋漓尽致。 ...专家论坛 未来，虚拟天文台将继续架起天文学家与计算机专家、天文学家与公众之间的桥梁，更好地推动国内天文信息学事业的发展。
-
中科院大气物理研究所、深圳国家气候观象台、北京大学、南京大学、北京师范大学、中国科学技术大学、山东大学威海分校、贵州大学、淮北师范大学、郑州轻工业学院、四川欧瑞特光电科技有限公司等17个大陆单位以及台湾中央大学、香港大学 ...
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
我们使用机器学习技术有效的识别了新的共生星。这是一个新发现的共生星候选体星表。我们提供了相应的赤经赤纬和相关的星等信息。
-
此次培训为我国和东亚的天文科研人员和学生们提供了一个面对面学习交流应用统计学和R语言工具分析天文数据的机会，促进东亚天文学者在天文统计学、大数据等领域的合作和交流。来自东京大学、蒙古国立大学、越南国家空间中心、智利大学、香港大学、清华大学、北京大学、南京大学、广州大学、上海交通大学、华中科技大学、中国科学院国家天文台、紫金山天文台、上海天文台、云南天文台、新疆天文台等共 ...
-
近日，国家天文科学数据中心对外发布了LAMOST光谱分类机器学习数据集，它基于LAMOST DR3光谱数据制成，经数据处理后形成了一个可用于光谱分类机器学习的标准数据集。近年来，国家天文科学数据中心充分挖掘天文数据潜力，积极推动科学数据在其他行业中的应用，同时促进天文领域中机器学习算法的研究。图1 天池大赛决赛现场 本次大赛吸引了来自不同地区、不同职业的怀有天文梦想的843支队伍、948人报名参加，选手覆盖中国大陆、中国香港、中国台湾、美国、澳大利亚等5个国家和地区，这些非天文专业的选手尝试设计出高效 ...致谢标注格式： 中文：LAMOST光谱分类机器学习数据集.国家天文科学数据中心.CSTR:11379.11.100658. DOI:10.12149/100658.未来，中心计划针对更多的天文研究方向建设并发布高质量机器学习开放数据集，让更多人有机会使用天文数据开展算法研究与实践。
-
此数据集包含经过加工处理的583851条LAMOST DR3光谱。数据集包括训练集和测试集，均包含索引文件（index.csv）和光谱文件（.txt）两部分：索引文件的第一行是字段名，之后每一行代表一条天体光谱。训练集和测试集第一个字段均为光谱文件id号，训练集还包括一个分类标签字段。train_data.zip和test_data.zip中是以txt格式存储的经过插值采样光谱，所有光谱波长区间和采样点相同，波长范围是3800-9000Å采样点个数都是2600个。此数据集曾用于天体光谱智能分类天池大赛。
-
中国科学院紫金山天文台、中国科学院上海天文台、中国科学院云南天文台、中国科学院新疆天文台、中国科学院高能物理研究所、中国极地研究中心、清华大学、北京大学、中国科学技术大学、厦门大学、南京大学、广州大学、天津大学、香港大学 ...、澳门科技大学、台湾中央大学、韩国天文与空间科学研究所、法国图卢兹天文台等近一百家天文研究机构及高校的用户提供服务，得到望远镜用户和望远镜运行团队的高度肯定。
-
本代码可作为启发，应用于不同类别的星载相机数据处理任务中。
-
本代码可作为启发，应用于不同类别的星载相机数据处理任务中。
-
云南大学刘晓为 l FM8（星系磁场）：美国拉斯阿莫斯国家实验室Li Hui l FM9（太阳辐照度）：国家天文台姜杰 l FM10（空间和天体物理中的纳米粉尘）：北京师范大学姜碧沩、中国香港 ...上述列表如有遗漏还请同仁谅解） 亮点精选 l 大会开幕前一天召开的IAU执委会和研究部主席会议上发布了《IAU战略规划（2020-2030）》，批准了IAU新选的研究部、专业委员会和工作组机构 ...新选的研究部、专业委员会和工作组机构将在本次大会结束后就职。
-
来自世界各地300多位天文中最懂计算机的人和计算机中最喜欢天文的人聚集在荷兰北部的格罗宁根（Groningen）。ADASS每年选择一个不同的地点举行，为从事天文数据获取、处理、分析、开放共享进行算法研究和软件系统设计开发的天文学家、计算机科学家、软件工程师、项目管理人员、学生等提供了交流切磋的平台。 ...多波段天文学 ※ 数据开放共享 ※ 数据科学的挑战（工具从数理统计到机器学习的演变 ...
-
本数据列出了近20年文献中给出的18组大质量黑洞-宿主星系关系，并将每一组关系代入模型计算得出宇宙随机引力波背景的特征应变幅度、特征应变幅度频谱在低频段的转折频率及转折谱指数等参数信息。
-
在 MJD 58501（2019 年 1 月 18 日）至 MJD 59427（2021 年 8 月 1 日）期间，天马射电望远镜利用 2.25/8.60 GHz 双频接收机和数字后端系统（digital ...双频接收机是一个低温冷却的双极化接收机，频率覆盖范围分别为2.20-2.30和8.20-9.00 GHz。