• 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。
    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光谱数据的质和后续开展相关研究工作奠定了基础。
    在检查过程中,系统识别出2,262条极冷矮星,数符合专家预期。我们还设计了用户实验,以比较SpectrumVA和当前检查工具性能上的优劣并评估系统各部分设计是否有效。
    参与者使用SpectrumVA和当前工具分别检查300条光谱并填写问卷。图6表明,SpectrumVA检查准确率与当前工具持平,检查效率显著提升。
    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。
  • 项目成果可为天文观测规划提供辅助工具,同时帮助公众了解卫星星座和提高暗静天空保护意识。
  • 项目成果可为天文观测规划提供辅助工具,同时帮助公众了解卫星星座和提高暗静天空保护意识。
  • 本数据包括了红移为0时质量为5*10^9至10^15倍太阳质的暗物质晕中卫星星系和中心星系的恒星质-恒星金属丰度关系的拟合结果。列出了暗物质晕质,恒星总质范围,拟合的斜率和截距。
  • 软件类别有:China-VO工具与服务、数据处理程序、数据可视化程序、绘图程序、脚本语言、科学数据处理程序库、实用工具、虚拟天文台程序等。根据用户的需求,将不断的集成和开发新的工具软件。
    一、China-VO工具及服务 1.
    Karma Karma是一款具有身份认证、加密、图形显示、用户接口和数据结构的进程间通信工具包。它包括了KarmaLib(结构化库和API)以及大的模块。
    它的目的是为了让使用者可以最轻松的制作满足出版质的图像。 网址: http://www.astro.caltech.edu/~tjp/pgplot/index.html 2.
    5.3 PSFEx: PSF模型和质评估。 5.4 SCAMP: 天体测量校正和测光归一化。 5.5 SExtractor: 源提取。
  • 工作组(Working Groups) 应用程序工作组(Applications Working Group) 关注于访问VO数据和服务的软件工具
    教育兴趣组(Education Interest Group) 作为桥梁把VO与教育领域连接起来,旨在最广泛地传播VO工具、数据和实践活动,支持学校和大学的天文学教育,推动数据驱动的天文科普教育工作。
    运行兴趣组(Operations Interest Group) 关注于全球VO资源与服务系统的稳定和高质运行。
    定期向IVOA执委会和工作组提供全球VO服务的可用性、质和使用情况的统计报告,探讨相关的技术、策略、方案等话题。
    时域兴趣组(Time Domain Interest Group) 时域天文学挑战在于大数据流的自动分发、处理、分类和归档。
  • 搭建综合、高质学术交流平台;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 ...
  • 为公众超新星搜寻项目(PSP)更好更长远的发展运营,进一步提升公众超新星搜寻项目的知名度与参与度,更好的提高公众对天文领域的认识与了解,中国虚拟天文台和星明天文台决定设立公众超新星搜寻项目(PSP) ...
    (二)、贡献奖 The PSP Contribution Award 兹鼓励项目中看图数达到三十万张且项目注册满两年的参与者,颁发木质奖牌;当年度有项目参与者达到奖项标准的,于获奖当年颁发;每位参与者仅限获得一次 ...
    (2020年第四季度起实施) 2021年9月16日第二次调整:贡献奖颁发条件由原“看图数达到十万张”调整为“看图数达到三十万张且项目注册满两年”。
  • 对质参数 RUWE < 1.1 的额外严格削减可以进一步把Silver GW、Silver GK、和Bronze G 样本的成功率分别提高到为 46.9\%、51.6\% 和 29.3\% ...
  • 对质参数 RUWE < 1.1 的额外严格削减可以进一步把Silver GW、Silver GK、和Bronze G 样本的成功率分别提高到为 46.9\%、51.6\% 和 29.3\% ...
  • 本数据库主要提供了大基于N体和流体的宇宙学数值模拟,包括我们运行的数值模拟以及公开的数值模拟的后处理数据。
    TNG100: 盒子边长75Mpc/h, 暗物质粒子质7.6*10^6太阳质。 TNG300: 盒子边长205Mpc/h, 暗物质粒子质5.9*10^7太阳质
    MillenniumTNG: 盒子边长500Mpc/h, 暗物质粒子质1.6*10^8太阳质
  • 2018年4月25日,GAIA项目正式向全世界发布了第二期数据,引起国际天文学界的广泛关注,其中包含超过16.9亿颗恒星的位置及亮度信息、13.3亿颗恒星的视差和自行数据、约13.8亿颗恒星的颜色、超过七百万颗恒星的视向速度 ...
    国家天文台刘超研究员认为,将LAMOST数据与GAIA数据结合,可能为国内外天文学家提供崭新的研究思路,尤其将对恒星物理、银河系结构等领域产生深刻影响,催生多项科研成果,并提高LAMOST巡天的国际影响力 ...
    数据合计1.4TB。同时在服务器开辟专区,供学员对临时数据进行存储和交换。
  • 过去110年日本天文学会女性会员数量变化情况 同时报告人还关注了LGBTQ群体的需求。Yuko Motizuki认为提高女性领导人的比例及其参与决策的程度可以有效改善这些问题。
  • AllWISE制作了一个新的源星表和图像图谱,与早期的WISE数据发布相比,其灵敏度和准确性都有所提高,包括测光数据和天测量数据。
    它包含了在AllWISE暗场图像集上探测到的747,634,026个天体的天体测量和星等测量,每个源的位置、星等、天体测量和光度不确定性、象征源特征的可靠性和质的标号,以及与2MASS点和扩展源星表的关联都包括在内 ...
  • 鉴于此,我们呼吁各级教育及相关部门对天文教育予以重视,要高度重视青少年天文知识匮乏等问题,加强宏观引导,适当增加义务教育阶段天文知识点占比,提高教师自身天文科学素养,遵循青少年的认知发展能力、丰富天文教育手段 ...
    ,从而有效提高义务教育阶段天文教育发展水平。
    样本数足够,分布均匀具有一定的代表性。对有效问卷进行信效度检验:α=0.842>0.7,KMO=0.868,问卷可靠且有效。
    因此,我们呼吁各级教育及相关部门对天文教育予以重视,加强宏观引导,有效提高义务教育阶段天文教育发展水平。 “少年智则国智,少年强则国强”。
    衷心希望每一位青少年不只是“关心脚下的事”,更是要做一个“关注浩瀚星空、关注世界和国家未来”的追梦人。
  • 天文望远镜是天文学家了解宇宙的重要工具,随着对宇宙的探索越来越深入,对望远镜相关技术要求也越来越高。
    望远镜的性能监测系统一旦发现望远镜性能不佳,能将望远镜性能不佳的原因快速反馈给维护人员,从而提高望远镜的维护效率和获得优良的观测数据质
    ——郭守敬望远镜LAMOST(Large Sky Area Multi-Object Spectroscopic Telescope,大天区面积多目标光纤光谱望远镜)上进行了大的测试验证实验 ...
    图3 望远镜监测方法实现流程图 研究团队使用该方法,对LAMOST性能进行监测,实现了焦面离焦、导星系统、拼接镜面子镜偏移、主动光学性能等故障和问题的实时监测,准确率为96.7%,提高了LAMOST的运行维护效率 ...
    ,帮助提高望远镜的数据质
  • 这个工作组的主要任务包括: l 发挥高端论坛和交流平台的作用,探讨科学数据的科普教育价值、数据驱动的科普教育活动的优势以及面临的挑战; l 为数据驱动的科普教育活动开展提供方法指导、课程、工具和资源平台 ...
    十多年来,China-VO基于自身的资源和技术优势为公众提供了大而富有特色的服务,比如曾经支撑起国内网络天文科普半边天的“宇宙驿站”、被很多专业和业余人士当做手边必备工具的“天文学词典”、已经发现6颗超新星和 ...
    此次由中国虚拟天文台发起并成立IAU数据驱动的天文学科普教育工作组,将使得China-VO与国际天文科普教育领域的专家和热心人士一起在“互联网+”时代把天文大数据的价值充分发挥出来,为提高全人类的科学素养做出贡献 ...
  • 结合光谱视向速度监测和时域测光数据联合限制的双星参数信息可以判定,如果双星系统含有一个比较大质的不可见质天体,那该系统很可能含有一个致密天体侯选体。
    可见星的质约为2.77个太阳质,半径为15.5个太阳半径,有效温度约为4500K。
    研究人员利用视向速度曲线和光变曲线联合限制了质方程(见图1),得到该双星系统中的可见星与不可见星的质量比为0.73,在不限制未知星种类时,这个神秘天体的质约为2.02个太阳质
    研究人员对该系统的光谱进行了分光处理,蒙特卡罗模拟表明,随着LAMOST观测时间的积累,信噪比提高三倍,将可进一步辨认这个不可见天体的类型。
    随着LAMOST海量时域光谱数据的积累,结合本工作开发的搜寻证认致密天体的软件工具,有望发现更多的致密天体候选体,为进一步研究黑洞、中子星等致密天体的性质和起源奠定了基础。
  • 为了助力研究转型,提高科学产出,报告从数据管理、软件开发和维护、高性能计算(HPC)和高吞吐计算(HTC)、数据科学等几个角度分析了当前状况和未来发展趋势,并给出了政策建议。
    高性能计算和高吞吐计算 高性能计算和高吞吐计算是执行大型数值模拟和大数据分析的基础,相比于传统上托管大硬件资源,使用公有云是更加经济的方案。
    数据科学与机器学习 以机器学习为代表的数据科学是天文学研究的新工具。它在异常数据识别方面已经发挥了重要作用,未来在天文数据挖掘、多尺度天文过程模拟等方面有广阔应用前景。
    该报告通过分析现有政策和未来趋势,给美国的天文学发展提出了诸多建议:包括建立联合的数据中心、提高软件开发人员待遇、加大软件持续可用性方面的投入,与其他部门开展合作,以及在天文社区投资开展软件开发、云计算 ...
  • 针对十亿级以上体海量星表检索存在的瓶颈,提出了多层级覆盖天区空间索引方法及基于天球划分的星表分表分区策略。
    提出了基于层次渐进模式标准(HiPS)的多波段图像组织、检索和可视化框架,提出了一种新的图像数据转换至HiPS标准数据集的方法,并实现了该方法的并行化,大幅度提高了海量图像数据标准化组织的效率。
    科学应用 基于上述研究,针对EP的暂现源证认需求构建了一系列工具,实现了从EP 观测数据中提取观测源,判别该观测源是否为暂现源,并对该暂现源进行多波段交叉证认。
    图7:这些工具的核心是EP 暂现源多波段参考数据库。 许博士还构建了引力波随动观测规划系统(GWOPS)。
  •  
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