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 ...
使用XGBoost回归算法计算的候选体测光红移范围为(0, 5]。本星表中包含了候选体的PS1和AllWISE星等、测光红移、分类概率，以及Gaia自行信息。
-
-
静态图是将新图和历史图（以前拍摄的同一目标位置的图）进行减法的操作，将重复部分减去只留下新出现星点的部分，然后再做强化处理，因此在静态图中找新目标被叫做寻找亮斑。超新星SN2013gb ，由绍兴爱好者王彬发现 超新星SN2013fw ，由宁波爱好者金彰伟发现 动态图就是将未做减法处理的新图和历史图来回切换，由于人眼对两图中的不同部分非常敏感 ...PSP系统会在每个整点发放一批图片，并在整点前1分钟弹窗并响音乐提醒(可选)。”，但是在同一个批次中（也就是每一个小时系统发放的图片中），一个用户最多可以提交六次可疑目标，超过六次系统就会停止给您放该批次的图了，此举是为了避免有小朋友胡乱提交，增加后台高级用户的负担~ ...我们强烈建议您对可疑目标做指示（如果无法完成上述标记功能，大多是因为浏览器的问题，您可以换一个浏览器尝试，尤其是手机用户，请不要使用UC浏览器）。
-
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。
-
单次曝光光谱的视向速度由光谱和最佳拟合模版的最小chi^2法测量得到。谱线宽度和单个光谱的视向速度的信息可在线获得。对于在同一天观测的信噪比高于20的恒星，视向速度不确定性低于5km/s，而在不同夜晚观测的恒星，视向速度不确定性增加到10km/s。
-
基于此，研究人员通过机器学习方法构建了适合不同波段样本的最优分类器，为X射线牛顿天文望远镜第九次发布数据（DR9）提供了分类预测和概率。该成果是天文信息技术在国际多个大型多波段巡天项目融合数据中的应用典范，为进一步开展X射线源的细致分析和研究工作具有重要的研究价值。交叉证认在多波段天文学研究中起着至关重要的作用,是多波段天文数据融合的关键技术和方法。通过对某一天体的多波段证认,可以获得该天体的不同波段信息,进而可以揭露更多的物理本质。图2：星系、类星体和恒星在二维参数空间中的分布 研究人员通过数据融合提取了已知样本分别在不同波段的特征信息。该成果充分体现了机器学习方法在多个大型多波段巡天项目融合数据中的应用价值，其分类结果为进一步细致分析和研究X射线源具有非常重要的科学应用前景。
-
使用离散傅立叶转换法拟合漩涡星系的悬臂，得到悬臂的性质。参见文章: The Carnegie-Irvine Galaxy Survey. VI.
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
不过还有约7%的论文无法有效地确定国别，主要原因是tex源文件的通讯地址写法多种多样。作者邮箱也不固定，有8.6%的通讯作者留的是gmail邮箱。如果我们考察相关论文数的和去年的差值，可以得到变化最大的关键字排名： black hole, 增加 100篇 Bayes factor, 增加 74篇 stellar mass, 增加 72篇 ...core mass, 增加 46篇 binary system, 增加 45篇 star formation, 减少 74篇 magnetic field, 减少 49 篇 kinetic ...，以及在语料库的出现次数。在软件技术方面，近年火热的卷积神经网络（CNN）、机器学习（ML）均已占有一席之地，不过距离MCMC这样的通用算法还有一定差距。
-
三个测光巡天项目采用统一巡天策略，在巡天过程中实时动态调整，巡天深度均匀一致。此外，数据还包括了来自WISE卫星中红外波段（3.4， 4.6， 12， 和22微米）的测光数据。本释放数据是基于Tractor方法（Lang et al. 2016）和交叉匹配得到的星表数据。
-
该项目包括从LAMOST DR8中约821万个低分辨率光谱估计出的目录、代码、训练好的模型和实验数据，分别用于天文科学探索和数据处理算法研究。
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
为了得到行星出现率与恒星年龄的关系，排除其他恒星性质的影响，研究团队采用了“控制参数法”，对于不同的年龄组别，选取各个参数都相近的恒星，以分离出恒星年龄的影响（见图 2）。控制参数法示意图。 在确定了恒星的年龄，并排除了其他恒星参数影响后，研究团队发现，随着恒星年龄增加，恒星周围出现行星系统的概率不变，一直保持在50%左右（如图3左）。同时，行星系统内的平均行星个数，则随着年龄的增加而减少。对于年龄在10亿年左右的恒星，其行星系统的平均行星（轨道周期小于400天范围）个数为3.7，而对于年龄100亿年左右的恒星，行星的平均个数下降到1.8（见图3右）。研究团队还发现，行星系统轨道倾角的弥散度随着恒星年龄增加而上升。在恒星较为年轻时，其轨道倾角弥散度的中值大约为1.2度，在恒星较为年老时，轨道倾角弥散度的中值增加到3.5度左右。
-
银盘内恒星在方向上的速度弥散度，图中橙红色标示了年老的贫金属恒星，蓝色标示了富金属恒星。我们都知道银河系外部区域的大部分恒星都集中在银盘上，并围绕着银河系中心转动。与银河系中心距离在一定范围内的恒星，都有着相近的绕转速度，约为220千米/秒。然而这个速度并不是绝对准确的数值。观测表明，银盘上的恒星速度弥散度会随着恒星年龄的增加而增加，普遍认为，这是由动力学效应造成的。天文学家称之为“盘的加热机制”。结合GAIA DR1和LAMOST观测数据，我国天文学家使用新的统计方法，建立了银盘上完整的三维速度信息，从而精确地给出了恒星年龄与速度弥散度之间的关系。这一发现也验证了银盘的加热机制。更多关于这一研究的内容发表在3月下旬出版的《皇家天文学会月刊》（Monthly Notices of the Royal Astronomical Society）上。
-
图1：已发现的系外行星在银河系中的分布 研究上述问题的基础是测定系外行星宿主恒星的银河系组分和年龄。但是大部分恒星宿主尚没有精确的年龄测量，而且之前划分银河系组分的运动学方法的适用范围小（太阳附近约100pc处）。因此在该系列研究的第一篇文章（“穿越-1”）中，研究团队修正了测定恒星银河系组分和年龄的运动学方法，将适用范围扩大到了太阳附近约1500pc处，同时运动学年龄的精度也从30%-60% ...图2：LAMOST-Gaia-Kepler恒星样本的Toomre运动图 基于这些星表，在系列研究的第二篇文章（“穿越-2”）中，研究团队发现随着行星个数的增加，薄盘星的比例增加 ...图3：薄盘比例,厚盘比例和运动学年龄随行星数目的变化趋势 “穿越-1”和“穿越-2”成果中修正的方法和构建的星表，为今后在银河系背景下的系外行星研究奠定了基础 ...