English | 简体中文

You are here

综合新闻

科研人员基于LAMOST数据发现S147尘埃云

        近日,云南大学中国西南天文研究所陈丙秋博士和刘晓为教授基于LAMOST的海量巡天数据,对近邻超新星遗迹S147进行了详细研究,首次发现了与S147成协的尘埃云,并将其命名为S147尘埃云。 

       质量超过8个太阳质量的大质量恒星在演化晚期中心核能耗尽后,将发生塌缩并引发超新星爆炸。爆炸抛出的物质向外极速膨胀并与周边星际介质发生作用,形成延展的超新星遗迹。超新星遗迹包含了超新星爆发释放的巨大能量和大量重元素(天文学家将重于氢、氦的元素统称为重元素或金属元素),对星际介质的物理、化学性质产生重要影响,是恒星形成及星系化学动力学演化的重要驱动因素。事实上,有关超新星遗迹的众多观测现象都源于其与不均匀星周/星际介质间的相互作用。不仅如此,超新星遗迹还被认为是宇宙高能粒子(如宇宙线)的重要加速场所,超新星遗迹及其与星际介质相互作用的研究因此成为阐释宇宙高能粒子起源的重要一环。

研究人员利用LAMOST数据精确估计上百万颗恒星的年龄

近期,国家天文台博士后、LAMOST特聘青年研究员向茂盛等人基于

LAMOST DR3 数据集正式向全世界公开发布

依据国际天文界惯例及《LAMOST光谱巡天数据政策》,20176

2017年度LAMOST用户培训会在京召开

2017年度LAMOST用户培训会于2017630日至72日在中国科学院大学国际会议中心召开,共有来自国家天文台、北京大学、北京师范大学、上海天

LAMOST Fellowship黄样日前获得首届国际天文学联合会(International Astronomical Uni

一种光谱特征自动提取的新方法及应用

光谱的特征提取是光谱自动化处理和分析的关键环节,近期,北京师范大学王可、郭平等人提出了一种光谱特征自动提取方法,该方法利用大量LAMOST观测光谱,使用伪逆学习算法训练局部连接的多层神经网络。与传统的多层神经网络训练算法相比,伪逆学习算法的应用使得网络在训练速度以及参数调优方面具有明显的优势。此外,新的网络结构降低了模型的复杂度,并具有更强的局部特征学习能力,同时能够降低过拟合的风险。该研究将新的神经网络模型成功应用于恒星光谱的自动分类以及红蓝端拼接错误的光谱修复问题中,在没有领域知识的前提下,该模型在LAMOST实测光谱数据上取得了良好的试验结果(如下图所示)。

利用LAMOST光谱数据获取恒星近红外内禀色指数

色指数是天文学中利用颜色来显示恒星表面温度的量。恒星的内色指数是给定光谱型恒星所固有的色指数。它可以很好地反映出天体在某一波段连续谱的能量分布情况。由于星际消光的存在,恒星的内禀色指数会受到红化,早期的天体物理量给出了不同类型恒星的内禀色指数的值。

2017年度用户培训会议通知

    关于召开2017年度LAMOST用户培训会的通知

  作为中国天文界的第一个国家重大科技基础设施, LAMOST望远镜一期光谱巡天将于2017年6月结束,预计将发布约900万条光谱,其中高质量光谱(信嗓比大于10的)约750万条, 恒星参数约500万组。 这是世界上最大的、 有传承价值的天体光谱数据库,填补了中国大型天文基础数据的空白,为研究银河系及一般星系的形成与演化提供了基础性数据。 目前已有二百多篇基于LAMOST数据的研究成果发表并呈快速增长的趋势。

为吸引更多的天文工作者和学生参与LAMOST相关科研工作, 进一步扩大LAMOST的科学产出,特定于2017年7月1 - 2日在北京召开2017年度LAMOST 用户培训会。 真诚欢迎天文界同仁和学生积极报名参加。 会议具体信息如下:

1. 主办单位: LAMOST用户委员会、LAMOST运行和发展中心

2. 会议时间:2017年7月1 - 2日;6月30日下午从国家天文台出发去国科大,7月2日晚返回。

3.会议地点: 国科大国际会议中心

4.会议日程:另行通知;

5.食宿:本次会议不收取注册费, 食宿由会议主办方统一安排;

Pages

Subscribe to 综合新闻