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。
-
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
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。
-
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。
-
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 ...此项研究成果已发表在《天文物理期刊》（APJ,2023, 952:70, 13pp）。论文链接：点击这里。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。
-
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 ...
-
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。
-
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。
-
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。
-
恰恰就是这个原因导致很多普通民众认为必须要懂很多高深的天文知识，掌握很多数学物理方法才可以做到。因此，我们只能不断地搜寻天空，在群星中发现并分辨出它。虽然这个工作计算机也能做，但是天空实在是太复杂了。数以百万计的小行星、相机噪点、鬼影、宇宙射线等等都会被误以为是可疑目标。</p> <p>在PSP中，您需要做的只是看图搜索，倘若发现可疑目标就上报，就这么简单。
-
各工作组最新任命名单 知识发现兴趣组（Knowledge Discovery Interest Group）旨在把VO与KDD（ML、AI）领域联系起来，关注的方面包括可视化、远程数据探索、机器学习技术、统计方法 ...、工作流程编排和多态数据访问等，具体工作包括：定义机器学习相关的新的数据保存和交换模式；为VO服务增加或完善机器学习能力；协调和统一对数据可视化功能的访问；参与有关科学发现工作流程的讨论等。国家天文台陶一寒博士（摄影：张超） 陶一寒博士毕业于伦敦大学玛丽女王学院电子工程与计算机科学系，研究方向是交互式信息检索，现为国家天文台天文信息技术（中国虚拟天文台）研究团组成员，主要研究兴趣是机器学习在天文数据挖掘和知识发现中的应用 ...，承担了国家自然科学青年基金《基于深度学习等机器学习算法的星系光谱自动分类方法研究》并参与多个项目。
-
近期，太原科技大学屈彩霞、杨海峰、蔡江辉等人利用LAMOST光谱数据开展了双峰轮廓识别与质量评估方法的研究，提出了一套针对LAMOST光谱数据特征的稀有特征提取、特征表征、特征识别及质量评估的技术框架。这些复杂多样的特征极大地增加了从海量数据中搜寻双峰发射线轮廓光谱的难度，因此目前主要的方法仍然依赖于繁重的人眼检查。该技术框架在保证完备性的前提下，可以实现50%以上的双峰轮廓自动化识别，大幅减少了人眼检查工作；随着光谱数据量的增长，该技术框架具有比传统模板匹配方法更快的自动搜寻速度，同时可以为物理分析提供统计学依据 ...此外，层次间结点体现了特征在统计上的泛化-例化关系。
-
HiPS Catalogue能够根据天体的距离、光度等信息层次性的展示天体，避免在虚拟星空中绘制太多元素导致可视效果凌乱，也降低了系统资源的消耗。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。;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& ...
-
这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。
-
这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。