Sep, 2016

Palomar 瞬变工厂调查中的小型近地小行星：一种实时梳状体检测系统

PDF
TL;DR这篇论文采用机器学习的方法实时发现小型、高角速度的近地小行星，并研究了如何比较不同观测系统对高角速度行星的观测能力，为 Zwicky Transient Facility 的建设提供了参考。
near-earth asteroidsnea-discovery systemmachine learningsurveyszwicky transient facility
发现论文，激发创造
  • 小行星自动侦测原型

    本文提供了一种基于 Python 编写的自动化流水线原型来解决 NEAs 检测的问题，以替代人工检测的方法。

    Jan, 2019

  • 二十年观测下的近地小行星种群

    该研究旨在确定近地小行星的数量、轨道分布和撞击率，通过九个主要小行星勘测的联合观测结果估算出该种小行星在绝对星等为小于 17.75 时的数量为 920 左右，比其它研究得出的结果要低，而绝对星等小于 30 时的小 NEA 数量约为 4 亿个，数目较低直径为 10 米的小行星，且该种小行星的数量分布与发现的大型小行星的数量分布相符。

    Apr, 2016

  • NEARBY 平台：天文图像中自动探测小行星的算法

    该研究论文介绍了一种使用大数据处理和分析，利用可视化分析技术进行快速人工数据验证的 NEO 检测算法，并将其集成到了自动化 MOPS 处理流水线中，以识别基于闪烁法的运动空间物体。

    Jan, 2019

  • Euclid：使用深度学习在模拟图像中识别小行星轨迹

    通过使用深度学习方法，我们建立、训练和测试了一种机器学习流程，可以提高在 Euclid 图像中检测小行星痕迹的能力，大大增加了检测到的小行星数量。

    Oct, 2023

  • DeepStreaks：使用深度学习在 Zwicky 瞬变设施数据中识别快速运动的物体

    使用卷积神经网络的 DeepStreaks 系统能够高效、准确地识别和追踪 ZTF 所捕获的高速行星，有效减少人工识别的时间和准确性。

    Apr, 2019

  • 使用基于云的容器化应用程序在天文图像中检测近地小行星的 NEARBY 平台

    文章介绍了一个名为 NEARBY 的软件平台，该平台支持在星空图像中自动探测移动源（小行星），探测过程基于经典的 “眨眼” 检测法，并辅以静态和动态呈现以验证移动源。

    Jan, 2019

  • ATLAS: 高频率全天巡天系统

    我们设计并构建了一个用于监测近地小行星、超新星、短暂现象及变星的天文观测系统 ATLAS，其通过对全天空的实时监测，能够准确地及时发现变化现象并对其进行跟踪。

    Feb, 2018

  • 小行星撞击预警系统

    我们描述了一个早期警报系统（ATLAS），可以提供大多数可撞击地球的中等大小的小行星或彗星的一周通知。该系统由两个天文台组成，可以立即实施，并具有相对较低的成本。

    Nov, 2010

  • Zwicky 瞬变设施：数据处理、产品和档案

    Zwicky Transient Facility (ZTF) is a time-domain survey utilizing a unique image-differencing algorithm, sensitive photometry, and data-rich alert packets to detect and track variable sources of all varieties, in real time, for a wide range of scientific applications.

    Feb, 2019

  • 不是行星：使用机器学习从行星猎人 TESS 中去除虚假阳性

    使用一维卷积神经网络（CNN）从潜在行星候选者中将掩星双星和其他假阳性分离出来，从而减少需要人工审核的光曲线数量。该方法可将需要手动审核的光曲线数量减少三分之一，并且对行星候选者的误分类非常小。

    May, 2024