首页 -> 登录 -> 注册 -> 回复主题 -> 发表主题
光行天下 -> 光电资讯及信息发布 -> 我国科研团队发现强引力透镜候选体 [点此返回论坛查看本帖完整版本] [打印本页]

cyqdesign 2020-08-02 21:10

我国科研团队发现强引力透镜候选体

近日,中国科学院云南天文台丽江天文观测站研究员龙潜与云南大学中国西南天文研究所宇宙学研究组教授尔欣中团队合作,利用人工智能深度学习的方法,发现38个新的强引力透镜候选体。相关研究成果发表在《英国皇家天文学会月刊》(MNRAS)上。 E/C3t2@-  
9*(uJA  
星系尺度的强引力透镜系统是重要的宇宙学探针,可用于深入地研究宇宙学和天体物理中的诸多科学问题,如暗物质性质、星系形成和演化以及哈勃常数的测量等。然而,目前已证认的强透镜系统数目过少,制约了相关天体物理学问题研究的开展。 cM=_i{c  
KP gzB^>  
如何搜寻证认更多强透镜样本是当前工作中的主要问题。通过下一代大规模测光巡天项目的开展,人们期待发现数以万计的强透镜系统。但如何在海量的天体图像中快速地找到强透镜候选体?近年来,人工智能的快速发展为我们提供了新的可能。国际上已有相关研究团队利用卷积神经网络方法搜索强引力透镜系统。 /Em6+DN>  
LiJ./  
龙潜长期从事人工智能深度学习方面的研究,与尔欣中团队合作构建并训练了一个卷积神经网络,该神经网络使用Julia语言根据引力透镜数据的特点专门定制,具有规模小、速度快、针对性强的特点。科研人员将其应用于欧洲南方天文台2.6米巡天望远镜(VST)千平方度巡天(Kilo-Degree Survey—KiDS)数据,发现38个新的强透镜候选体。 .h@bp1)l  
6^z):d#u  
此外,通过测试卷积神经网络在不同观测条件上的表现以及用不同大小的训练集训练网络,研究人员对卷积神经网络的稳定性作了测试。该研究构建的神经网络亦可应用于其他的巡天数据。 8~iggwZ~h"  
2bOFH6g  
[attachment=102339] wqJ1^>TB  
新发现的38个强透镜候选体其中4个的图像
&M #}?@!C  
龙潜是论文共同通讯作者。研究工作受到国家自然基金面上项目、云南省海外高层次人才计划等的资助。 4B Jw+EV8  
r3~YGY  
论文链接:https://academic.oup.com/mnras/article-abstract/497/1/556/5869256?redirectedFrom=fulltext
tassy 2020-08-05 00:16
神经网络亦可应用于其他的巡天数据。
dushunli 2020-08-05 00:26
强引力透镜候选体!
星空38 2020-08-05 01:04
星系尺度的强引力透镜系统是重要的宇宙学探针,可用于深入地研究宇宙学和天体物理中的诸多科学问题,如暗物质性质、星系形成和演化以及哈勃常数的测量等。
mang2004 2020-08-05 05:25
Deep learning for strong lensing search: tests of the convolutional neural networks and new candidates from KiDS DR3 G g{M  
Rrp-SR?O  
ABSTRACT jR^_1bu  
Convolutional neural networks have been successfully applied in searching for strong lensing systems, leading to discoveries of new candidates from large surveys. On the other hand, systematic investigations about their robustness are still lacking. In this paper, we first construct a neutral network, and apply it to r-band images of luminous red galaxies (LRGs) of the Kilo Degree Survey (KiDS) Data Release 3 to search for strong lensing systems. We build two sets of training samples, one fully from simulations, and the other one using the LRG stamps from KiDS observations as the foreground lens images. With the former training sample, we find 48 high probability candidates after human inspection, and among them, 27 are newly identified. Using the latter training set, about 67 per cent of the aforementioned 48 candidates are also found, and there are 11 more new strong lensing candidates identified. We then carry out tests on the robustness of the network performance with respect to the variation of PSF. With the testing samples constructed using PSF in the range of 0.4–2 times of the median PSF of the training sample, we find that our network performs rather stable, and the degradation is small. We also investigate how the volume of the training set can affect our network performance by varying it from 0.1 to 0.8 million. The output results are rather stable showing that within the considered range, our network performance is not very sensitive to the volume size.
tomryo 2020-08-05 07:43
我国科研团队发现强引力透镜候选体
songshaoman 2020-08-05 07:51
发现而已
copland 2020-08-05 08:07
强引力透镜候选体
bmw0501 2020-08-05 08:25
我国科研团队发现强引力透镜候选体
thorn12345 2020-08-05 08:28
强引力透镜候
蠊蠊 2020-08-05 08:29
龙潜长期从事人工智能深度学习方面的研究,与尔欣中团队合作构建并训练了一个卷积神经网络,该神经网络使用Julia语言根据引力透镜数据的特点专门定制,具有规模小、速度快、针对性强的特点。科研人员将其应用于欧洲南方天文台2.6米巡天望远镜(VST)千平方度巡天(Kilo-Degree Survey—KiDS)数据,发现38个新的强透镜候选体。
redplum 2020-08-05 08:49
这个名词好有意思
likaihit 2020-08-05 08:50
真厉害
wmh1985 2020-08-05 09:02
如何搜寻证认更多强透镜样本是当前工作中的主要问题。通过下一代大规模测光巡天项目的开展,人们期待发现数以万计的强透镜系统。但如何在海量的天体图像中快速地找到强透镜候选体?近年来,人工智能的快速发展为我们提供了新的可能。国际上已有相关研究团队利用卷积神经网络方法搜索强引力透镜系统。
shliant 2020-08-05 09:08
用星体的引力当透镜还是很有意思的
daite1978 2020-08-05 09:15
强引力透镜候
misszy 2020-08-05 09:18
卷积神经网络
james951 2020-08-05 09:20
我国科研团队发现强引力透镜候选体
木子示羊 2020-08-05 10:21
我国科研团队发现强引力透镜候选体
ch_aoman 2020-08-05 10:27
跨学科技术和跨学科应用是创新的最佳途径
kokakeiku 2020-08-05 10:52
好厉害啊。。 %$67*pY'JH  
不懂想问 2020-08-05 13:14
我国科研团队发现强引力透镜候选体
joseph宇 2020-08-05 13:16
发现强引力透镜候选体
龙涛 2020-08-05 14:50
我国科研团队发现强引力透镜候选体
te67f42 2020-08-05 14:55
支持站长多多发帖,好帖是所有人的好福利。
sbll 2020-08-05 18:18
星系尺度的强引力透镜系统是重要的宇宙学探针
查看本帖完整版本: [-- 我国科研团队发现强引力透镜候选体 --] [-- top --]

Copyright © 2005-2024 光行天下 蜀ICP备06003254号-1 网站统计