基于机器学习的快速射电暴搜寻方法综述
文献类型：期刊论文
| 作者 | 刘艳玲1,2,3,4 ; 陈卯蒸1,2,3,4; 袁建平2,3,4
|
| 刊名 | 天文研究与技术
 |
| 出版日期 | 2022-09-01 |
| 卷号 | 19期号:5页码:509-517 |
| 关键词 | 快速射电暴 机器学习 搜寻方法 深度学习 射电天文 |
| ISSN号 | 1672-7673 |
| DOI | 10.14005/j.cnki.issn1672-7673.20210916.001 |
| 其他题名 | A Review of Fast Radio Burst Search Methods Based on Machine Learning |
| 产权排序 | 1 |
| 英文摘要 | 快速射电暴（Fast Radio Burst，FRB）是目前射电天文领域的主要热点前沿。其相关研究被《自然》（Nature）杂志评选为2020年十大科学发现之一。FRB爆发时间极短且鲜少重复的特点，使其观测捕捉到的概率极低。由人工从海量的天文观测数据中识别FRB事件是件耗时费力的工作。机器学习技术的蓬勃发展为实时搜寻与多频段联合跟踪观测FRB带来了可能。该文从传统机器学习方法和深度学习方法两个方面，对该研究已有的成果进行了分析与总结，并探讨了基于机器学习的FRB搜寻技术目前存在的问题和面临的挑战，分析了其未来发展趋势。 |
| URL标识 | 查看原文 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:7304909 |
| 源URL | [http://ir.xao.ac.cn/handle/45760611-7/5097]  |
| 专题 | 射电天文研究室_数字技术实验室 |
| 通讯作者 | 陈卯蒸 |
| 作者单位 | 1.新疆微波技术重点实验室 新疆 乌鲁木齐 830011 2.中国科学院射电天文重点实验室 江苏 南京 210033; 3.中国科学院大学 北京 100049; 4.中国科学院新疆天文台 新疆 乌鲁木齐 830011; |
| 推荐引用方式 GB/T 7714 | 刘艳玲,陈卯蒸,袁建平. 基于机器学习的快速射电暴搜寻方法综述[J]. 天文研究与技术,2022,19(5):509-517. |
| APA | 刘艳玲,陈卯蒸,&袁建平.(2022).基于机器学习的快速射电暴搜寻方法综述.天文研究与技术,19(5),509-517. |
| MLA | 刘艳玲,et al."基于机器学习的快速射电暴搜寻方法综述".天文研究与技术 19.5(2022):509-517. |
入库方式： OAI收割
来源：新疆天文台
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。