“第四十六章 给天文望远镜体检”版本间的差异
来自cslt Wiki
（以“==教学资料== * 教学参考 * [http://aigraph.cslt.org/courses/46/course-46.pptx 课件] * 小清爱提问：机器学习如何检查天文...”为内容创建页面） |
（没有差异）
|
2022年8月23日 (二) 01:09的版本
教学资料
扩展阅读
- AI100问：机器学习如何帮助天文学家检测望远镜问题？[2]
- 最强大射电望远镜亮相由66座天线构成 [3]
- 新华社：中国天眼”——500米口径球面射电望远镜（FAST） https://www.cas.cn/zt/kjzt/fastcg/tp/202201/t20220106_4820923.shtml
视频展示
演示链接
开发者资源
高级读者
- Baron D. Machine learning in astronomy: A practical overview[J]. arXiv preprint arXiv:1904.07248, 2019. [4]
- Henry W. Leung1 and Jo Bovy, Deep learning of multi-element abundances from high-resolution spectroscopic data, MNRAS, 2018. [5]
- Mesarcik et al, Deep learning assisted data inspection for radio astronomy, MNRAS, 2020. [6]
