• 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。
  • 该数据是我们在论文《用COLA快速生成模拟星系表》中提到的SDSS DR12星系的模拟星表,产生快速模拟星表的技术是基于以下几个:Code for Anisotropies in the Microwave ...
  • 这是我们论文“用COLA快速生成模拟星系目录”的支持数据,包括模拟目录和merger-tree输出的晕文件。
  • 随着天文数据量的日益增加,利用智能计算开展天文研究是大势所趋。
    该平台能够深度挖掘FAST观测数据,规模化探测快速射电暴等天体辐射现象。据介绍,智能计算天文开放平台包括快速射电暴、分子谱线、天体化学领域数据库,以及相关领域的数据分析及可视化平台。
    其中,快速射电暴数据库(Blinkverse,意为闪烁的宇宙。)收录了5500余例脉冲数据,拥有35维的高数据维度以及多观测设备的动态谱图,是全球覆盖范围最广的快速射电暴数据库。
    目前,Blinkverse已面向领域内研究人员开放使用,快速射电暴数据分析及可视化平台也已建设成型,将快速射电暴搜寻效率较传统计算方法提升数十倍。
  • 射电望远镜采集脉冲星数据时,人类通信技术(卫星、移动基站或导航雷达)引起的射电频率干扰(RFI)对于多通道脉冲星时频信号的形状有较大破坏性,常规的消干扰方法使得信号在后续天文研究中灵敏度降低,影响分析精度 ...
    近期,新疆天文台行星科学研究团组副研究员单昊利用2011-2014年南山射电天文望远镜的部分观测数据,使用最大似然类非线性鲁棒估计器,结合快速优化算法,进行了RFI消干扰、脉冲星测时的初步研究。
    当前的线性方法在RFI建模中困难较大,并且去除的RFI种类有限;阈值方法中的经验因素使方法在使用中操作繁琐;非线性方法当前发展不完善。
    此项研究在优化框架下提出一种精确区分信号与RFI的通用框架,相对于传统方法主要有以下优势:(1)建立最优化去干扰信号分解模型,可以去除大多数种类RFI(如图 2所示)。
    (2)较大程度削减经验因素,增加可操作性。(3)利用鲁棒非线性性克服RFI的非高斯性,提高去干扰精度。(4)残差分解后进行信号细节回收,弥补方法灵敏度的损失。
  • 他们指出该候选体的光谱与2012年爆发期间相似,均为He/N型新星,暗示M31N 1923-12c的再发周期短至9年,属于再发周期10年之内的快速再发新星。
    世界时2021年7月4.16日,利物浦望远镜暂现源快速采集光谱仪获取的光谱显示出强烈的巴尔末发射线,半峰全宽为5900±300km/s。 该光谱也显示出He I发射线的初步证据。
    比银河系再发新星天蝎座U的爆发更为频繁,增加了M31中大量“快速再发新星”(Darnley & Henze,2020,https://ui.adsabs.harvard.edu ...
  • 随着科学发现的增加,新词的不断涌现,许多天文学名词的中文译名也随之发生变化。此次更新对部分星名的中文翻译进行了修改,数据资源内容将更规范,用户在使用的过程中能够更精准地搜索到所需的数据资源。
    另外,本次更新还增加了大量中国自产数据。
    ldquo;指向”及“图像”区域 新数据总能吸引到天文爱好者最多的目光,为了满足用户希望便捷获取最新资源的需求,此次更新在平台“探索”模块下增加了 ...
    “最新图像”,这样,用户就可以在这里更快速地浏览世界上各大天文望远镜、天文台、探测器的最新图像数据。
    软件下载方法: 您可以前往大赛官网(https://nadc.china-vo.org/events/tours2022/),在“活动首页”最下方或“常见问题& ...
  • 此星表的共生双星候选体是用机器学习的方法得到的。
  • 赣榆精细结构望远镜口径为26cm, 在656.3纳米观测太阳色球,能够对太阳活动区快速成像。主要用来研究太阳耀斑的触发和释能、暗条爆发以及色球冲浪喷射等精细过程。
  • 随着数以万计的相接双星光变曲线的释放,采用此方法进行批量解轨,很不现实。因此针对这种海量的光变曲线,需要一种快速解轨的方法
    图1 相接双星的结构图(来自Phoebe) 近期,中国科学院云南天文台丁旭博士、季凯帆研究员和中国科学技术大学博士后李旭志等人,利用机器学习的方法快速得到相接双星的参数和误差。
    这两个模型生成的光变曲线精度小于千分之一个星等,联合马尔科夫链蒙特卡洛算法 (MCMC) 快速得到相接双星的参数和对应的误差。
    方法相比传统的方法不但在精度上满足要求,在相同的硬件平台下,解轨速度提高了4个数量级。该方法使得对海量相接双星进行解轨成为可能。
  • 图片来源于星明天文台) 与项目网页上C14图像的切割模式不同(C14模式只切割出原始图像中的星系附近的部分天区发布在网页上,使剩余图像中可能存在的变星和一些罕见天体类型,无法通过网页图像,而只能通过查看原始图像的方法发现 ...
    为了让更多人可以参与到新天体发现中来,也为了真实目标不至于淹没在繁浩的数据之中,高兴老师将每人每小时可提交的可疑图像数量增加至10张。
    不可避免地,参与者提交的可疑图像数量也随之增加,管理员查验渐渐显得力不从心,后台可疑图像出现积压的情况。
    图4:月度统计数量 发现多多,收获颇丰 由于专业巡天项目的快速发展,2021年上半年,PSP没有任何新发现,所幸大家始终如一,再加上6月7日HMT的加入,巡天能力大幅提升,这才有了下半年的辉煌。
    (1)其中新人奖、达人奖、成就奖的有效发现限定为以下类型:超新星(SN)、新星(Nova)、超亮超新星(SLSN)、潮汐瓦解事件(TDE)、高光度蓝变星(LBV)、高光度红新星(LRN)、蓝色快速光学暂现源 ...
  • 其功能包含发现宇宙中的突变天体、监测天体的活动性,快速指向、定位和持续监测以及快速发布暂现源警报,引导国际上各种观测设备开展多波段的后随观测等,有望在宇宙X射线暂现源和变化天体的系统性巡天监测、发现和探索宇宙中沉寂黑洞的耀发 ...
    以EP项目在“多波段、多信使海量数据的高效融合”方面的科学需求为牵引,从理论、方法、技术等多层面开展研究,并将研究成果转化为科技服务。
    China-VO团队将从分布式数据存储和高性能索引方法、可信赖的多波段与多信使交叉证认方法、多波段与多信使数据融合结果可视化展示方法、云计算环境下高效数据融合系统的实现等方面开展深入研究。
  • 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。
  • 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。
  • Moitinho 数据发布后,国家天文科学数据中心借阿里云快速通道第一时间完成了Gaia EDR3数据的国内镜像工作,目前镜像已开放访问,地址为 https://nadc.china-vo.org ...
    值得一提的是,Gaia EDR3包含了大约15亿条颜色数据,比Gaia DR2增加约2亿。除了包含更多数据信息外,数据精度也有所提高。
  •  
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