• 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网络。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网络
  • 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网络。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网络
  • 使用卷积神经网络和测光图像对5024万个没有对应光谱的SDSS恒星进行处理的结果。
  • 使用卷积神经网络和光度图像处理5024万颗没有相应光谱的SDSS恒星的结果。
  • 2016年度《中国国家天文》“家乡的星星”网络征集活动开启! 我们早已熟悉了西方的88星座、中国的三垣四象二十八星宿,但我们并不知道究竟有多少“民间星座”还隐藏在中国的乡间。
    为了保护、挖掘中国的民间星空文化,2016年度《中国国家天文》“家乡的星星”网络征集活动于今日正式开启。
    本年度网络征集活动由中国科学院国家天文台《中国国家天文》杂志(CNA)主办,中国虚拟天文台(China-VO)协办,面向大众有奖征集中国民间的星座名称。
  • 受全球COVID-19病毒疫情的影响,国际虚拟天文台联盟(IVOA)原定在悉尼召开的2020年春季互操作会议,于5月4日-9日以网络会议形式举行。
    网络会议模糊了地理上的概念,但因为是全球会议,时差成为最大的障碍。参会代表跨越六大洲20多个国家,会议日程不得不采用UTC世界协调时间。
    会议时间参考崔辰州博士的建议选择了G20网络峰会的时间,即北京时间晚上8点开始,当晚同时在线人数超过120人。
    她对于IVOA首次以网络会议形式举办年会感触颇深:“会议开幕第一天,当北京时间20:00的时针走过,来自三大时区的一百二十多位参会者济济一堂,很震撼的感觉。
  • 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。
    在此基础上,云南大学中国西南天文研究所的宇宙学团组构建并训练了一个卷积神经网络,并将其应用于欧洲南方天文台2.6米巡天望远镜(VST)千平方度巡天(Kilo-Degree Survey—KiDS ...
    此外,通过测试卷积神经网络在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。
    该项工作构建的神经网络可应用于未来的其他巡天数据,如正在建设中的云南大学多通道测光巡天望远镜(Mephisto)的数据。
  • 由于计算机和网络的普及,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。
  • 金砖天文工作组旗舰项目”金砖智能望远镜和数据网络:暂现、巡天和时域天文学” | Based on the resolutions of the BAWG 2019 meeting, the BRICS ...
  • 2020年第四届CAIC比赛初赛(网上征集作品并进行专家评审和网络投票)预计于4月~5月开展,决赛将于7月下旬或8月中旬于河北师范大学(暂定)进行。
  • 这是世界上第一个全球性的自动望远镜网络。其站点分布于西班牙(两个站点)、新西兰、中国、墨西哥、南非和智利,是目前同类网络中最为完整的一个。
    图1:伽玛暴与瞬变源观测系统网络在五大洲七个台站的地理分布状况。 这是第一个实现此目标的自动望远镜网络(来源:IAA-CSIC/UMA/INTA)。
    该事件是人类历史上第一次观测到引力波暴的电磁对应体,而BOOTES网络是西班牙唯一观测到该事件的设备。
    BOOTES在中国 坐落在中国科学院云南天文台丽江天文观测站的BOOTES-4望远镜是该望远镜网络的第4个站点。
    ,并与望远镜网络中其余节点开展联合观测任务。
  • 会议发布了《中国大百科全书》第三版首批条目,包括网络版中文条目约21万个、中国主题英文条目1000个、纸质版3卷,并同步一体上线中国社科词条库,同时围绕扎实有效做好《中国大百科全书》第三版编纂出版工作进行了座谈 ...
    《中国大百科全书》第三版由中国出版集团有限公司下属中国大百科全书出版社组织编纂出版工作,包括网络版、纸质版、外文版,网络版条目以文字、图片、视频等多种形式呈现。
    会议强调,《中国大百科全书》第三版的编纂出版,是国家基础性文化工程,是巩固网络舆论阵地、提升网络舆论话语权的战略工程,是推动我国百科出版转型升级、拓展知识服务的创新工程,要努力建成有中国特色、有国际影响力的权威百科知识宝库 ...
    图2:《中国大百科全书》第三版网络版首页 《中国大百科全书》第三版网络版首批发布的条目中涉及天文学1008条。
    图3:《中国大百科全书》第三版网络版中的天文学词条 图4:《中国大百科全书》第三版网络版中的天文信息学词条 《中国大百科全书》第三版网络版网址:https://www.zgbk.com/ ...
  • 南极天文; 射电天文(包括ASKAP、MWA、FAST、SKA); 天文光学仪器; 引力波与天体物理学; 天文大数据。 | Antarctic astronomy Radio astronomy (including ASKAP, MWA, FAST and SKA) Optical instrumentation Gravitational wave and astrophysics Big data challenges ...
  • 搭建综合、高质量学术交流平台;介绍交流国内外天文学最新研究成果,推动学科发展;加强天文界交流与合作;宣传天文科普知识,提高天文学及中国天文学会的社会影响力;为年会举办地服务,促进精神文明建设和经济建设的发展。 | ...
  • 近日,天文学科技领域云成功实现了云资源系统对IPv6网络的支持,使得具备IPv6网络接入能力的用户终端可以通过IPv6网络快速稳定地访问天文学科技领域云平台的虚拟机资源。  ...
    传统IPv4网络因为缺乏完善的服务质量(QoS)控制机制,很难保证远程虚拟机桌面访问这类对网络稳定性要求很高的实时交互式应用的需求。
    IPv6网络的推广长期因为缺少杀手锏级的应用而面临尴尬局面。天文学科技领域云基于IPv6网络为用户提供云资源服务,这为IPv6的应用突破提供了新的思路。
  • 受到国庆期间(10月1日-10月7日)国家天文台网络机房升级改造施工致使网络出口中断的影响,NADC部分服务将无法正常使用。网络连接正常后即可恢复。特此告知! 谢谢您的支持和理解。
  • 本研究基于深度神经网络对SKA1-LOW的仿真数据以及SKA先导阵列LOFAR、MeerKAT观测数据中的射频干扰(RFI)进行识别,并将识别结果与当前主流的RFI识别算法AOflagger进行对比。
    结果表明:本研究中提出的深度神经网络对RFI的识别效果总体上与AOFlagger相当,并在一定情况下比现有算法有所改进。
    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) ...
    网络结构 该网络用在真实的LOFAR、MeerKAT数据上经过训练得到的模型对真实数据中的RFI的识别结果与当前主流的RFI识别软件AOflagger以及tircolour (MeerKAT望远镜的RFI ...
  • 通过初步的筛选和整理,共计88个有效作品将登陆中国数字科技馆网站的在线投票平台,参与网络人气奖的角逐。
    具体网络投票说明及规则介绍如下: 投票规则 1、投票时间:2017年4月1日至2017年4月22日。 2、本次大赛的网络人气奖将从此次网络投票结果中产生。结果将在5月2日前公布。
  • 在过去三年中,国家天文台怀柔太阳观测基地和云南天文台抚仙湖观测基地的合作研究团队共同努力,以太阳观测卫星Hinode中的SP扫描光谱仪偏振数据仿真单波长滤光器磁像仪,采用两种有监督机器学习中神经网络模型成功建立了单波段 ...
    这两篇姊妹篇分别采用点对点的多层感知机网络(MLP)技术和考虑相邻像元之间关系的卷积残差网络(ResNet)技术来从单波段stokes数据推断矢量磁场。
    第一篇采用能够灵活地设置输入变量的个数和有效的解决多变量回归问题的MLP建立网络模型来推断磁场,并讨论了速度场、填充因子等参量对磁场的影响。
    另外,填充因子对网络收敛性有显著影响,速度场的影响不显著。这证明了神经网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网络之一的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。
  • 本研究采用了生成对抗网路,弥补了样本数量不足的耀斑类别,然后利用混合卷积神经网络,将hmi.M_720s中裁剪出的活动区视向磁图作为数据集,建立了耀斑预报模型M(下面两图分别表示生成对抗网络与混合卷积神经网络的训练过程 ...
    图1:生成对抗网络与混合卷积神经网络的训练过程其一 图2:生成对抗网络与混合卷积神经网络的训练过程其二 一系列的测试结果证明: 1、在无耀斑、C级、M级和X级耀斑预报中,M的真实技能统计(TSS ...
  •  
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