第四十六章 给天文望远镜体检

教学资料

• 教学参考
• 课件
• 小清爱提问：机器学习如何检查天文望远镜？ [1]

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） [4]
• 大国重器“中国天眼” [5]
• 这只“中国天眼”：看透百亿光年 洞悉星辰大海[6]
• 维基百科：中国天眼 [7]
• At 13 Billion Light-Years Away, Galaxy Is Farthest To Be Measured From Earth [8]

视频展示

• CCTV-9 纪录片《天眼》 [9]
• 哈伯望远镜传回的照片 [10]
• 纪录片《哈勃望远镜》 [11]
• Classifying Galaxies with AI [12]
• Big data in astronomy [13]
• AI and space industry [14]

开发者资源

• Source code for checking astronomy data (Mesarcik et al.)[15]
• Source code for DFCN-based RFI detection (Kerrigan et al.) [16]

高级读者

• Baron D. Machine learning in astronomy: A practical overview[J]. arXiv preprint arXiv:1904.07248, 2019. [17]
• Henry W. Leung1 and Jo Bovy, Deep learning of multi-element abundances from high-resolution spectroscopic data, MNRAS, 2018. [18]
• Mesarcik et al, Deep learning assisted data inspection for radio astronomy, MNRAS, 2020. [19]
• Kerrigan J, Plante P L, Kohn S, et al. Optimizing sparse RFI prediction using deep learning[J]. Monthly Notices of the Royal Astronomical Society, 2019, 488(2): 2605-2615. [20]