围绕国际射电天文的前沿研究和技术发展重点领域,针对脉冲星、中性氢等科学目标,面向SKA国际合作和国内参与准备,展示天马65米和FAST等新设备关键技术研发以及FAST风险共担项目初步成果,让国内同行充分交流科研成果与创新想法。
-
-
本次会议主要内容是通过邀请报告、口头报告、墙报及相互讨论的形式,让国内同行充分交流科研成果与想法,了解各个项⽬的进展和需求,预估参会人员约80-100人,其中青年学者和研究生不少于40人。 | ...
-
本次会议主要内容是通过邀请报告、口头报告、墙报及相互讨论的形式,让国内同行充分交流科研成果与想法,具体包括人工智能在天文数据挖掘、脉冲星搜索、分子云核检测、星系分类、多目标自适应光学、系外行星搜索、天文大数据处理等研究领域的应用 ...
-
科学顾问委员会:顾逸东、常进、韩占文、景益鹏、何子山 科学组织委员会(按姓氏拼音排序):丁雷、宫雪非、郝蕾、侯金良、李向东、林伟鹏、刘超、刘继峰、沈志强、王挺贵(主席)、吴学兵、吴雪峰、杨小虎、詹虎( ...
-
我们希望邀请各研究方向专家介绍研究方法和科学需求,同时科学数据系统负责图像处理的相关专家也将介绍数据系统的研制情况,希望通过充分的交流讨论,明确科学研究的主要需求,保障科学数据处理系统的成功研制和科学研究的顺利开展 ...
-
基于凌星光谱法研究系外行星大气 | Exploring exoplanet atmospheres with transit spectroscopy ...
-
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 ...
-
本次讲习班邀请悟空、慧眼、极目、羲和、夸父一号5颗空间卫星的相关专家,报告领域的科学综述、介绍卫星的科学和技术、卫星数据处理方法,并指导开展卫星数据处理的教学实践。 | ...
-
本次会议的议题主要包括:13.7m望远镜运行情况、年度巡天综述、科研进展亮点、数据处理(含算法、软件及测评)、人才培养、科研项目、新一代多波束发展规划,数据共享和国内外合作研究等。
-
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 ...
-
本次学术研讨会也是基金委重大项目“活动星系核反馈在星系演化中的作用”启动会。 | ...
-
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 ...
-
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 ...
-
天文大数据分析处理挖掘,中国天文大数据处理及共享平台建设,天文大数据算法开发,射电天文和致密星物理 | Astronomical big data analysis processing and mining ...
-
使用离散傅立叶转换法拟合漩涡星系的悬臂,得到悬臂的性质。参见文章: The Carnegie-Irvine Galaxy Survey. VI.
-
我们应用迁移学习方法和XGBoost算法对Pan-STARRS1 (PS1) 和AllWISE测光星表进行银道面背景类星体选源,并使用Gaia自行判据排除恒星污染源,最终得到位于 |b|≤20∘内、包含 ...使用XGBoost回归算法计算的候选体测光红移范围为(0, 5]。本星表中包含了候选体的PS1和AllWISE星等、测光红移、分类概率,以及Gaia自行信息。
-
这是大气湍流相位屏数字孪生模型的示例代码,该代码权重及相位屏尺度被锁死,最大可生成128*128像素500副相位屏,可以为各类算法测试提供参考。
-
这是大气湍流相位屏数字孪生模型的示例代码,该代码权重及相位屏尺度被锁死,最大可生成128*128像素500副相位屏,可以为各类算法测试提供参考。
-
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).