北京大学智能学院袁晓如课题组与国家天文台展开跨学科合作,研究设计了一个结合自动分析与人工用户参与决策的交互式光谱分类检查可视分析系统,在保证分类准确率的同时显著提高分类效率。
天文数据量越来越大。面对天文领域日益增长的大数据集和大数据流,迫切需要相应的先进分析和可视化方法。
光谱分类识别一直是天文学家研究的基础问题,也是LAMOST巡天计划的一项重要任务。
不断提高光谱分类的精度和识别率是LAMOST光谱数据处理分析工作升级完善的重中之重,为提升LAMOST光谱数据的质量和后续开展相关研究工作奠定了基础。
专家可能会连续遇到不同类别的光谱,因此不得不频繁地切换认知焦点,导致完成分类所需的时间和认知资源大大增加。另一方面,在检查单条光谱时,专家需要根据光谱的整体形状识别相关谱线。
近年来,跨学科研究引起越来越多的关注。教育部积极推进“新工科”建设,2022年也被北京大学列为数字与人文年,鼓励开展工科、理科、文科之间的合作。