中国天文快讯首页天文快讯 | 科普 | RSS

科研人员基于LAMOST和SDSS数据建立机器学习模型并应用于Gaia DR2

2018-11-25 13:55:40      来源:国家天文台   分享:扫描到手机

科研人员基于LAMOST和SDSS数据建立机器学习模型并应用于Gaia DR2,近日,国家天文台白宇副研究员、刘继峰研究员基于LAMOST和SDSS数据库,利用机器学习的方法,开发天体分类器和恒星温度回归器,并把天体分类器应用到最新发布的GaiaDR2星表,揭示了GaiaDR2中天体类型组成。

  近日,国家天文台白宇副研究员、刘继峰研究员基于LAMOST和SDSS数据库,利用机器学习的方法,开发天体分类器和恒星温度回归器,并把天体分类器应用到最新发布的GaiaDR2星表,揭示了GaiaDR2中天体类型组成。这是国际上使用最大样本开发的天体分类器和恒星温度回归器,该项研究成果已经被《天文学杂志》(AJ)接收,应用于GaiaDR2的最新结果已经发表在《天文和天体物理学研究》(2018,RAA,18,118)上。

  近几年,科学技术进步推动的天文数据呈现指数增长,天文大数据时代已经到来。科学家们曾经使用的光谱分类方法,难以应对十亿计的测光巡天数据。曾经使用的多色分类方法,也随着颜色的增多而变得非常复杂,无法给出函数表达式,分类准确率低,污染严重。然而,二十世纪中叶发展起来的机器学习方法,能够有效的探测多维参数空间中隐藏的规律,帮助天文学家进行决策和预测。它的核心思想是教会计算机通过“经验”,而不是判据,对未知数据进行判断。

  

返回首页
推荐资讯
宇宙暗能量数值并非处于恒定状态
宇宙暗能量数值并非处
天文学家首次以天体测量术测量系外行星质量
天文学家首次以天体测
日地关系天文台探测器帮助研究日冕
日地关系天文台探测器
2018年1月31日将发生月全食现象
2018年1月31日将发生
相关新闻