会议报告
| 场次 | 日期 | 时间 | 报告人 | 题目 | 单位 | 主持人 |
| 开幕式 |
5月19日 上午 |
9:00-9:15 | 中国科学院国家天文台长春人造卫星观测站领导致辞 | 罗阿理 | ||
主旨报告 |
9:15-9:45 | 刘继峰 | 国际大科学计划：全球开放暂现源望远镜阵列 Global Open Transient Telescope Array |
中国科学院国家天文台 | 张子昂 |
|
| 9:45-10:15 | 罗阿理 |
AI4Astronomy 一年来发展的回顾和近期目标
|
中国科学院国家天文台 | |||
| SESSION 1 | 10:45-11:00 | 沈世银 |
星系基础大模型
|
中国科学院上海天文台 | 王丽丽 | |
| 11:00-11:15 | 邱波 |
单次曝光天文图像的深度学习去噪算法研究
|
北京科技大学 | |||
| 11:15-11:30 | 邹志强 |
AI在天文数据挖掘中的探索和应用
|
南京邮电大学 | |||
| 11:30-11:45 | 田海俊 |
An AI-based Spectral Zoo for Science and Education
|
杭州电子科技大学 | |||
| 11:45-12:00 | 许允飞 |
NADC智能体群：AI驱动的天文数据分析与暂现源证认应用
|
中国科学院国家天文台 | |||
| SESSION 2 |
5月19日 下午 |
14:15-14:30 |
罗宾
|
超智融合自主算力助力天文探索
|
曙光 | 毛永娜 |
| 14:30-14:45 | 孟庆鹤 |
大模型时代下的AI4S发展与设想
|
华为 | |||
| 14:45-15:00 | 新宇 |
RAA期刊：助力科研成果发表，赋能天文创新发展
|
中国科学院国家天文台 | |||
| 15:00-15:15 | 王磊 |
多元运动空间目标实时检测与跟踪技术
|
中国科学院国家天文台 | |||
| 15:15-15:30 | 李陶然 | 人工智能在大型望远镜圆顶环境控制中的应用设想 | 中国科学院国家天文台 | |||
| SESSION 3 | 16:00-16:15 | 段曼妮 |
C-MAE：Benchmarking Self-Supervised
Vision Transformers in Astronomy
|
之江实验室 | 宋轶晗 | |
| 16:15-16:30 | 杜朋亮 |
兴隆观测基地智能天文助手及未来规划
|
中国科学院国家天文台 | |||
| 16:30-16:45 | 艾艳丽 |
Highly Variable Quasar Candidates Selected
from 4XMM-DR13 with Machine Learning
|
深圳技术大学 | |||
|
Machine Gun Talks |
17:00-18:00 |
陈瑶 |
DM-free scheme for fast radio burst search
in multibeam data based on EfficientNet
|
广州大学 | 许允飞 | |
| 徐权峰 |
深度学习辅助中国夜天文底片的源配准
|
中国科学院上海天文台 | ||||
| 陈鸿翔 |
用机器学习修正大、小尺度红移畸变效应
|
中国科学院国家天文台 | ||||
| 刘文帅 |
Lightweight and Flexible Neural Density Estimation
for GW Posterior Distributions
|
北京大学 | ||||
| 周立婵 |
A Study of Emission Lines in Carbon Stars
|
太原科技大学 | ||||
| 李娟 |
基于深度学习算法的天文图像质量评估研究
|
中国科学院国家天文台 | ||||
| 赵赫 |
人工智能方法在空间目标观测中的初步应用
|
中国科学院紫金山天文台 | ||||
| 王可 |
基于深度学习模型识别LAMOST DR11中的双谱分光双星
|
山东大学 | ||||
| SESSION 4 |
5月20日 上午 |
9:00-9:15 | 董若冰 |
AI技术在行星科学中的应用
|
北京大学 | 邹志强 |
| 9:15-9:30 | 张利 |
Exploration of Imaging Simulation and Intelligent
Data Processing for the FAST Extended Array
|
贵州大学 | |||
| 9:30-9:45 | 朱炳科 | 恒星耀发预测大模型FLARE | 中国科学院自动化研究所 | |||
| 9:45-10:00 | 李瑀旸 |
星语：大模型驱动系统化天文科教科研
|
中国科学院大学 | |||
| SEESION 5 | 10:30-10:45 | 林佳本 |
人工智能驱动的太阳物理研究关键技术平台构建（JW-SPARK）
|
中国科学院国家天文台 | 孔晓明 | |
| 10:45-11:00 | 李雪宝 |
融合 ASO-S 等多源观测数据信息的太阳活动预报建模研究进展
|
江苏科技大学 | |||
| 11:00-11:15 | 佟立越 |
怀柔太阳磁场望远镜智能化观测发展与展望
|
中国科学院国家天文台 | |||
| 11:15-11:30 | 陈晓寒 |
基于U-Net的人造卫星轨迹图像检测技术研究
|
中国科学院国家天文台 | |||
| 11:30-11:45 | 李清泉 |
DeepAP: Deep Learning-based Aperture Photometry
Feasibility Assessment and Aperture Size Prediction
|
青海大学 | |||
| 11:45-12:00 | 张卉 |
天光背景构建
|
太原科技大学 | |||
| SESSION 6 |
5月20日 下午 |
14:00-14:15 | 雷国洪 |
speczoo有效推进天文教育的研究型学习
|
三峡大学 | 沈世银 |
| 14:15-14:30 | 刘铁 |
基于深度学习的天文观测图像的保精度降噪
|
南京大学 | |||
| 14:30-14:45 | 王存是 |
具身智能望远镜进展
|
中国科学院大学 | |||
| 14:45-15:00 | 李兵 |
Advancing Identification method of Gamma-Ray
Bursts with Data and Feature Enhancement
|
高能物理研究所 |
|||
| 15:00-15:15 | 肖凯 |
BEst STar数据库的构建与应用
|
中国科学院大学 | |||
| 15:15-15:30 | 曾祥云 |
LCT亚毫米/毫米多频段天文实测数据还原关键技术
|
三峡大学 | |||
|
Machine Gun Talks |
16:00-16:45 | 王慧 |
CloudNet：基于观测数据微调的云分割模型
|
中国科学院国家天文台 | 李楠 | |
| 邵明福 |
JW-VQA: A Solar Physics Visual Question Answering
System Powered by Multimodal Large Language Models
|
中国科学院国家天文台 | ||||
| 葛家驿 |
多源信息融合的小行星材质智能分类方法
|
中国科学院国家天文台 | ||||
| 申聪聪 |
基于WISE红外数据的深度学习应用：恒星、星系与类星体的分类
|
河北工业大学 | ||||
| 王琛 |
基于深度学习的海量 SDSS 数据中 “类星体对”搜寻算法研究
|
河北工业大学 | ||||
| 朱文轩 |
基于ML/DL的LAMOST低分辨率光谱参数预测估计
|
同济大学 | ||||
| 王超 |
海量恒星参数的验证之路:
从数据挖掘、合成光谱到机器学习模型的探索
|
齐鲁师范学院 | ||||
| 讨论 | 16:45-17:45 |
我们是否要拥抱AI科学写作？该如何拥抱？
|
李楠 | |||
| 总结 | 17:45-18:00 | 会议总结、优秀学生报告颁奖 | 罗阿理 | |||
| 专题 | 19:30-21:00 |
A^3 2024 总结与讨论
|
李楠 | |||