• 9月5日晚,在中科院云南天文台及清华大学专业天文工作者的帮助下(1摩尔),利用云台丽江站2.4米望远镜抓住仅有的半小时晴天机会,及时拍摄了该候选体的光谱,分析并认证为 Ia-91T-like 类型。
  • “鲁能杯”第三届WWT宇宙漫游制作大赛自2016年10月31日正式启动以来受到了众多天文爱好者、学生、老师及家长的关注。经过历时五个多月的作品征集阶段,大赛官方网站最终收到近百部来自全国各地不同年龄不同背景参赛者提交的优秀漫游作品。 这些作品围绕着天文学基础知识、天文学最新科学成果、航空航天和太空探索、地球科学和绿色家园等主题,以制作者自身的视角和方式或讲述天文科学知识,或回顾历史成就,或描绘未来发展。作品选材内容广泛,具有较高的制作水平和审美水准。通过初步的筛选和整理,共计88个有效作品将登陆中国数字科技馆网站的在线投票平台,参与网络人气奖的角逐。具体网络投票说 ...
  • 好几位国内外友人大我的胸卡并合影留念,因为它的编号是“0001”。殊不知那届大会的网站和注册系统是我一手搭建管理的,作为超级管理员,“0001”的编号当然非我莫属啊。
  • </p> <p> 9月5日晚,在中科院云南天文台及清华大学专业天文工作者的帮助下(1摩尔),利用云台丽江站2.4米望远镜抓住仅有的半小时晴天机会,及时拍摄了该候选体的光谱,分析并认证为Ia-91T-like ...
  • 这是世界上第一个全球性的自动望远镜网络。其站点分布于西班牙(两个站点)、新西兰、中国、墨西哥、南非和智利,是目前同类网络中最为完整的一个。
    这是第一个实现此目标的自动望远镜网络(来源:IAA-CSIC/UMA/INTA)。 项目首席科学家、安达卢西亚天体物理研究所阿尔伯特·卡斯特罗-蒂拉多教授(Alberto J.
    它是第一个在各大洲都拥有站点的全自动望远镜网络,因此在科学上具有里程碑式的意义。” 为什么要建设BOOTES? 暂现源是一类会短暂出现并突然释放出巨大能量的天文现象。
    BOOTES的主要科学目标就是快速瞄准并自动化观测这一类天体现象,借助网络中望远镜的实时自动响应功能开展对这类天体的进一步研究。
    该望远镜从2010年的程控自主望远镜(RAO)国际研讨会后开始建设,于2012年2月正式落成,是我国境内首台专业级全自动望远镜。
  • 云空间、百度云、用户本机随意选   Aladin、Topcat工具实现数据在线可视化和融合 数据归档与存储   规范的元数据库设计,为上层功能实现提供保障   观测日志自动化录入工具实现观测日志的快捷录入和完整归档 ...
      自动化归档脚本,可根据不同站点灵活配置   物理分散、逻辑统一的数据存储与备份   数据自动备份并时时监控,确保数据安全 云平台和云资源   自助式虚拟机申请 ...
    Tomcat运行环境   科技网通行证统一登录   三级安全体系,URL级别、操作级别、数据级别   健全的用户管理和角色管理功能   精细的角色权限定义   系统菜单自动生成 ...
  • 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 ...
  • 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。
    尽管自动方法的性能越来越好,由于光谱数据的复杂性,人类专家视觉检查对于保证分类准确性仍然至关重要。 专家在视觉检查时需要面对整体过程和单条光谱检查两个方面的挑战。
    此外,从整体的角度,通过展现光谱间关系等方式,我们从检查前选择合适的探索入口以及检查后自动推荐能按照相似标准确定类型的光谱两方面为专家提供进一步支持。 图1:系统工作流程。
    另一方面,如果要检查光谱由两种自动方法确定的类型相同,那么该条光谱被正确分类的可能性较大。反之,它的分类可能存在错误,需要仔细检查。红移和重要谱线的选择主要通过右侧视图完成。
    专家一方面可以在光谱中刷选几个显著的特征,系统会自动识别其中的谱线和对应的红移。另一方面,系统展示不同红移下所有谱线的整体重要性。整体重要性较高的红移可能对应真实红移。
  • <span style="font-size:14px;">我们报告两个暂现源SN 2018aca(=ASASSN-18ew)(ATel#11391)和SN 2018acj的光谱分类,它们分别由全天自动化超新星巡天 ...
  • 视频小程序,轻点两下取消在看,轻点两下取消在看 ...
  • 光谱自动分类就是要从上千维的光谱数据中选择和提取对分类识别最有效的特征来构建特征空间,例如选择特定波长或波段上的光谱流量值等作为特征,并运用各种算法对天体进行区分。
    选手们将以LAMOST巡天光谱分类为题,利用高效、高准确率的自动化算法,将未知天体分成恒星(star)、星系(galaxy)和类星体(QSO)三类,以期用最新的人工智能技术来解决天文研究中的实际问题。
  • 季成涛 9 人工智能与公众科学协同的特殊天体发现方法研究 贾 鹏 10 太阳射电III型爆自动检测算法研究及参数库建设 ...
  • 期刊欢迎投稿的主题包括: 科学软件工程 计算基础设施 用于天体物理模拟的计算技术 可视化 数据管理、归档和虚拟天文台 数据统计、分析和挖掘 数据处理管道和自动化系统 语义、数据引用和数据保存 ...
  • 图1VizieR系统自动为LAMOST DR2生成的巡天数据覆盖图 LAMOST DR1数据于在2016年3月被VizieR数据库系统收录,获得“V/146”的永久星表编号,目前LAMOST DR1 ...
  • 图1VizieR系统自动为LAMOSTDR1生成的巡天数据覆盖图 图2LAMOSTDR1数据在VizieR系统中的访问界面 ...
  • 本次大赛吸引了来自不同地区、不同职业的怀有天文梦想的843支队伍、948人报名参加,选手覆盖中国大陆、中国香港、中国台湾、美国、澳大利亚等5个国家和地区,这些非天文专业的选手尝试设计出高效、高准确率的自动化算法方案 ...
    中心为大赛提供了LAMOST DR4数据集中近100万个天体的光谱数据制成的机器学习数据集,选手们需利用高效、高准确率的自动化算法,将天体分成恒星(star)、星系(galaxy)和类星体(QSO)三类 ...
  • 21日上午,参会委员参观了位于昆山的中科院安全可控信息技术产业化基地及自动化运营产线。 图1:与会委员合影留念 ...
  • VizieR系统自动为LAMOST DR4生成的巡天数据覆盖图 在国家天文台LAMOST运行和发展中心、中国虚拟天文台(China-VO)、法国斯特拉斯堡天文数据中心的共同努力下,LAMOST DR1 ...
  • 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 ...
  • 研究团队自主研制了昆仑视宁度望远镜KL-DIMM,于2018年11月参加中国第35次南极科考,赴内陆昆仑站,于2019年1月现场安装调试成功后立即投入观测,并实现无人值守的越冬长期全自动运行,获取了珍贵的夜间视宁度测量数据 ...
    KL-DIMM及其他设备随第35次南极科考(2018/2019),安装于冰穹A,成功地全自动越冬运行。
  •  
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