“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） |
|||
| 第11行： | 第11行： | ||
* 最强大射电望远镜亮相由66座天线构成 [https://epaper.qlwb.com.cn/qlwb/content/20130314/ArticelA30002FM.htm] | * 最强大射电望远镜亮相由66座天线构成 [https://epaper.qlwb.com.cn/qlwb/content/20130314/ArticelA30002FM.htm] | ||
| − | * 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 | + | * 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] |
| + | * 大国重器“中国天眼” [https://finance.sina.com.cn/tech/2021-08-18/doc-ikqciyzm2108272.shtml] | ||
| + | * 维基百科：中国天眼 [http://aigraph.cslt.org/courses/46/500米口径球面射电望远镜.pdf] | ||
2022年8月23日 (二) 01:12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]
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. [7]
- Henry W. Leung1 and Jo Bovy, Deep learning of multi-element abundances from high-resolution spectroscopic data, MNRAS, 2018. [8]
- Mesarcik et al, Deep learning assisted data inspection for radio astronomy, MNRAS, 2020. [9]
