• 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。
    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 ...
    ，更好地应用AI/ML，激发新的科学发现。
    会议研讨主题包括但不限于以下几个方面： •AI/ML需要怎样的数据和服务 •云计算大数据技术的学科应用 •程控望远镜与自主观测 •多波段多信使数据的融合 •数据驱动的科普教育和全民科学 ...
  • meeting天文信息学与虚拟天文台2022年学术年会 |
    科学与技术飞速发展，20年后的今天，天文学已进入数据密集型的大科学时代，chatGPT等AI技术正掀起一轮新的数智革命。
    会议研讨主题包括但不限于以下几个方面： •AI for Astro & Astro for AI •云计算大数据技术的学科应用 •程控望远镜与自主观测 •多波段多信使数据的融合 •数据驱动的科普教育和全民科学 ...
  • meeting2023年互动式天文教育全国教师培训 | WWT Training 2023
    AI互动中小学课程与教学变革：包括AI互动式天文教学丛书使用指导、课程建设、教学示范、教学经验交流和研讨、数据驱动的科学教育活动策划等内容。
  • metadataThe LAMOST QSO Catalog DR1-5
    We identified about 42,500 quasars with the spectra from LAMOST five-year regular survey (Ai et al. 2016 ...
  • metadataLAMOST类星体DR1-5星表
    我们使用LAMOST望远镜5年常规巡天获取的光谱数据，一共证认了约42500个类星体（Ai et al. 2016; Dong et al. 2018; Yao et al. 2019）。
  • metadataLAMOST Quasar
    Full content and detailed description can be found in Ai et al. (2016), Dong et al. (2018) and Yao et ...
  • metadataLAMOST光谱巡天类星体巡天数据
    其中第一次数据释放详细信息见Ai et al. (2016)，第二次数据释放详细信息见Dong et al. (2018)，第三次数据释放详细信息见Yao et al. (2019).
  • meeting天文信息学与虚拟天文台2024年学术年会 |
    会议研讨主题包括但不限于以下几个方面： ⚫天地一体化数据汇聚 ⚫智能协同天地一体化观测 ⚫全生命周期数据一体化治理 ⚫云边端协同一体化计算 ⚫天地多源异构数据融合 ⚫高维海量天文数据可视化 ⚫AI ...
  • meeting第三届天文大数据与人工智能研讨会 |
    本次会议主题是AI-Driven Astronomy（AIDA），聚焦先进人工智能技术在天文数据分析中的创新应用，促进天文与信息处理领域专家共同开展跨领域的研究和应用合作。 | ...
  • article-nadc中科院天文大科学研究中心LOGO征集开始
    5、作品入围后需提供AI、CDR或PSD等格式矢量图原件。 三、版权说明 1、投稿作品必须为未公开发表的原创作品，如涉及抄袭、侵权等行为均由作者承担责任。
  • article-nadc天文信息学与虚拟天文台2024年学术年会主题征集
    2023 4.19-22 VO年会二十年回顾与展望 2022 7.19-22 AI ...
  • 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） &rdquo ...
    ;，探讨如何提升数据与服务的形式与内涵，更好地应用AI/ML，激发新的科学发现。
  • article-nadc天文信息学与虚拟天文台 2024 年学术年会（第一号通知）
    天地一体化数据汇聚 ⚫智能协同天地一体化观测 ⚫全生命周期数据一体化治理 ⚫云边端协同一体化计算 ⚫天地多源异构数据融合 ⚫高维海量天文数据可视化 ⚫AI ...
  • article-nadcWorld Data System Asia-Oceania Conference 2025会议通知
    Incorporating AI most advanced technologies into data management.
    and exchange of international scientific data and discoveries Principle of Artificial Intelligence (AI ...
  • article-nadc重要提醒：天文信息学与虚拟天文台 2024 年学术年会报名即将截止
    会议研讨主题包括但不限于以下几个方面： 天地一体化数据汇聚 智能协同天地一体化观测 全生命周期数据一体化治理 云边端协同一体化计算 天地多源异构数据融合 高维海量天文数据可视化 AI ...
  • article-nadc天文信息学的年度盛会，CVO2018开始报名啦
    机器学习（ML）和人工智能（AI）能否在多信使时代大显身手？ 中子星并合艺术想象图，天文学迎来多信使时代。
    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。
  • article-nadcLAMOST光谱数据支撑智源杯天文数据算法挑战赛，助力AI人才培养
    希望本次大赛能发掘出更多跨学科人才，不仅能够推动AI行业的进步，更可以助力天文学产出更多、更好的科研成果。
  • article-nadc天文信息学与虚拟天文台2021年学术年会成功举办
    图1 参会代表合影留念 会议背景及主题 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 Al-enabled ...
    Science Discovery) ”，探讨如何提升数据与服务的形式与内涵，更好地应用AI/ML，激发新的科学发现。
    会议研讨主题包括但不限于以下几个方面： AI/ML需要怎样的数据和服务 云计算大数据技术的学科应用 程控望远镜与自主观测 多波段多信使数据的融合 数据驱动的科普教育和全民科学 科学平台和全生命周期服务 ...
    在内容上主要围绕基于人工智能的天文数据处理、AI使能科学发现所需的数据与服务、基于科学数据的天文研究进展、数据驱动的天文科普教育与青少年素养提升，以及天文数据计算和处理的新技术、新方法等几个方向进行。
    同时，代表们也提出了现阶段人工智能在科学研究实际应用中面临的诸多问题，对AI时代的数据和技术服务进行展望，为天文信息学后续的发展方向提出了诸多设想，帮助天文数据在科研及科普教育领域焕发出新的生机。
  • article-nadc国家天文科学数据中心 2022 年度理事会暨年度工作会议召开
    作为国家级数据中心，数据资源天文科学数据中心应逐步向研究型数据中心转型，在软件系统、计算能力、学科交叉、大数据+AI驱动的科研范式探索等方面做出更好的成绩。
  • article-nadc重点研发计划“海量多波段天文数据融合关键技术与科学应用”项目启动暨实施方案论证会召开
    中国科学院科学传播局网络安全与信息化处副处长杨旭表示，基础科技条件和重大仪器专项是落实总书记关于基础研究要求的重要抓手之一，同时AI for Science正成为推动科学研究从“小农作坊&rdquo ...
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