Kepler Mission 通过使用凌日法探测类似太阳的恒星中太阳系行星的可能住居区域内的地球大小行星，并在数据 43 天内确定了五个新的行星的质量、半径和轨道周期。

Jan, 2010

本文介绍了一种用于在 K2 星表的光线曲线上搜索外行星证据的方法，该方法同时对系统误差和感兴趣的过境信号进行拟合。基于该方法，作者在第一次观测活动中，发现了 36 个行星候选者，对这些候选者的属性进行了后验分布分析。

Feb, 2015

通过 Titius-Bode 关系，在 229 个至少有三个或更多被确认存在行星的多行星系统中，发现了大约 53% 的系统中的行星比太阳系的行星更好地遵循对数间距关系。通过机器学习方法分析 762 个被确认存在的系外行星和八个太阳系行星的数据，发现行星质量、公转周期和恒星质量在预测系外行星半径方面起着关键作用，并且还观察到巨大行星的半径与其宿主恒星质量之间存在强相关性，为巨大行星形成和恒星特性之间的关系提供了有趣的见解。

Feb, 2024

文章利用 Kepler 任务提供的数据对 1.6 万个震动红巨星进行了系统的恒星地震学研究，发现振动幅度和颗粒功率与金属丰度有关，这些研究可以作为已观测到的银河恒星种群的可靠距离指标和年龄代理，并为 APOGEE 和 LAMOST 等大型光谱调查中的大气参数导出消除退化提供了良好的机会。

Feb, 2018

使用定制的 Monte Carlo 采样器搜索 96,231 个红巨星，找到 320 个在后验概率上确定的伴星和 4,898 个需要更多数据才能确定其轨道性质的伴星，并提供所有母样本星的全轨道参数后验采样。

Apr, 2018

通过使用一组卷积神经网络和开普勒宇宙飞船的诊断工具，我们提出了一种新的技术，可以在光度曲线中对行星凌星进行分类，并且可以保持高达 80％的准确度，对高达 800 天的轨道周期的行星凌星进行定位和周期恢复。

Mar, 2024

自 1995 年发现第一颗热木星绕一个类太阳恒星，即 Peg 51，以来，利用各种观测技术已经确认了 4000 多颗系外行星。本研究利用一种新的 GPU 相位折叠算法和卷积神经网络，称为 GPFC 方法，在 Kepler 光变数据上进行了研究。该方法大大提高了传统的箱式最小二乘法的过境搜索速度，使得可以在几小时内使用商用 GPU 卡对已知 KOI 光变数据进行完整搜索。迄今为止，我们已经确定了五个有前途的短周期次地球候选者。这些小型系外行星的发现突显了 GPFC 方法在 Kepler、TESS 和未来的航天过境任务中搜索小型新过境系外行星的潜力。

Dec, 2023

通过机器学习方法，利用 Gaia 的星动轨道解决方案，确定太阳附近约 500 光年范围内的恒星系中可能的太阳系外行星和棕矮星伴星，提出 22 个最佳候选对象，其中四个是太阳系外行星候选，另外五个是非常大的棕矮星或非常低质量的恒星。

Apr, 2024

在 Catalina Surveys Data Release-1 中，我们发现并分析了 542 万个变星候选者中的约 47,000 个周期变星，包括 RR Lyrae 星。通过与其他调查交叉匹配，我们发现此调查区域中 >90％ 的～8,000 个已知周期变量得到了恢复。我们追踪了萨吉塔里斯潮汐流在银河暗物质中的路径，并发现了很多长周期变星与该系统有很大的关联性。

May, 2014

CRTS 首个六个月的研究成果表明，许多当前的超新星调查错过了众多和暗淡星系相关联的 SN，但运用 CRTS 分析数据进行光学暴变研究则能够发现更多此类的光学暴变现象。

Sep, 2008