南极天文；
射电天文（包括ASKAP、MWA、FAST、SKA）；
天文光学仪器；
引力波与天体物理学；
天文大数据。
-
-
为了尽早开展相关科学预研究并促进工程团队与科学用户的交流，本次会议将设置专场，邀请CSST 积分场光谱仪研发团队介绍仪器的设计和现状，并就相关科学问题展开交流和讨论。
-
人工智能作为大数据研究的一种高效工具已经获得越来越多的认可，在这种形势下，在中国天文学会的支持下，我们计划召开一次“机器学习在天文学中的应用”学术研讨会，旨在为天文领域和人工智能领域专家之间架起桥梁的沟通 ...
-
1) 正在研制或预研的天文望远镜及仪器 2) 大口径高精度天文镜面技术 3) 天文探测器技术 4) 天文观测方法和数据处理 5) 空间与极端环境下的天文仪器及技术 6) 天文台址、台址测量仪器及技术 ...
-
分会场2：CSST-HACKDAY 分会场3：近邻星系物质循环专题讨论 下午： 分会场1：CSST无缝光谱科学研究与数据处理 分会场2：CSST-HACKDAY 分会场3：用于CSST的机器学习 ...
-
年会八个分会场：1、射电天文分会场，2、太阳、行星分会场，3、恒星与银河系分会场，4、仪器、时频分会场，5、天力、天测分会场，6、高能分会场，7、星系、宇宙分会场，8、天文学史、教育与科普分会场。
-
人工智能（AI）和机器学习（ML）快速渗透到数据生产、处理、分析、挖掘和知识发现的各个环节。数据中心和数据提供者在利用AI/ML提升数据管理水平、数据质量控制、数据互操作服务。但一切都才刚刚开始。
-
本次会议为系列会议，涉及：恒星与银河系、系外行星、射电天文、星系、宇宙学、太阳物理、机器学习方法及其他天文等研究领域的应用等方面 第一届“机器学习在天文学中的应用”已于2021年10月在湖北宜昌召开 ...为进一步加强这些学科领域之间的合作，我们拟于2023年9月24--27日再次在湖北宜昌召开第二届“机器学习在天文学中的应用”研讨会，欢迎各相关领域专家学者和同仁们注册参会，共享研究想法、交流研究心得、展示研究成果 ...
-
本次会议主题包括： 项目/仪器/阵列 脉冲星/FRB GW合并/暂现源/多信使 恒星形成 恒星演化 AGN/黑洞/喷流 天体测量学 大地测量学 方法/工程/开发 特别会议/全球VLBI ...
-
在本次研讨会上，我们将讨论并分享来自地区研究所和大学的研究小组在毫米至亚毫米波长频率范围的研究进展和想法，包括： 1.项目、系统和仪器 2.外差和直接探测器 3.本地振荡器 4.光学、组件和其他技术 ...5.THz系统的后端 6.相关器 | The 24th East Asia Submillimeter-wave Receiver Workshop will be held in Nanjing ...
-
我们希望围绕以下项目和研究主题进一步开展宇宙磁学研究: POSSUM GMIMS/PEGASUS QUOCKA RACS/ SPICE-RACS GLEAM / POGS VAST 射电恒星 脉冲星和快速射电暴 微波激射器和莱曼断裂 ...
-
研修主要内容： （一）实测天文相关前沿课题讲座； （二）参观兴隆观测基地； （三）光学天文望远镜和终端仪器介绍； （四）测光观测方法； （五）测光数据处理方法 ...
-
南山1米大视场光学望远镜于2013年建成，2014-2015年完成了探测器的升级改造和试观测等工作，2016年开放运行并进行科学观测，其具有消旋改正的主焦点、地平式的主要特征。
-
宽线区动力学建模软件，用于分析活动星系核的宽线区反向映射数据，测量中心超大质量黑洞的质量以及宽线区的结构和动力学。软件由C语言编写，支持MPI并行库，可在超算集群上运行。
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为地球自转B公报主要提供了有关地球方向的最新信息，包括世界时间，地球极坐标和天极偏移等数据。
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为地球自转C公报主要是提供UTC的闰秒信息，以及协调世界时UTC与国际原子时TAI的相对差值等数据。
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为DUT1=UT1-UTC 值的公告，以+/-0.1s 精度的时间信号传输。
-
This is code and data for the paper "Target Detection Framework for Lobster Eye X-Ray Telescopes with Machine Learning Algorithms". There is another docker version of this code, which could be obtained from the correpsonding author Peng (robinmartin20@gmail.com).
-
This is code and data for the paper "Target Detection Framework for Lobster Eye X-Ray Telescopes with Machine Learning Algorithms". There is another docker version of this code, which could be obtained from the correpsonding author Peng (robinmartin20@gmail.com).
-
此星表的共生双星候选体是用机器学习的方法得到的。