# 主题：时域变源证认与分类的机器学习研究

# 时域天文学（Time domain astronomy）

  • 时域天文学的主要研究对象是暂现源和剧烈爆发天体，它们也是宇宙中壮观而神秘的自然现象。
  • 暂现源：在短时间内出现，然后很快消失的天体。
  • 剧烈爆发天体：指亮度在短时间内突然出现数量级式增长的天体。
  • 暂现源和剧烈爆发天体的辐射普遍能在 X 射线波段被探测到。
  • 亮度、其他性质主要随时间发生改变的天体，比如变星。

# 变源（Variable source）

  • 天文学专有名词，变的原因，各种分类，光变特征有哪些？

# 证认（certify）

  • 经过观察检验而确认某自然界事物的存在，或证明它是本事物不是其他事物。
  • 天文学上指，通过目视分类法对目标进行分类的过程。

# 分类

  • 用机器学习的方式对变星进行分类。
  • 分析光变曲线、提取有效信息做分类。

# 可参考资料

# 关于变星

# 关于论文

# 关于机器学习

  • 待补充……

# 0415 会议

  • 优势：机器学习在天文领域的刚刚起步，可探讨领域很多。
  • 随项目推进有很多东西可以调整，但是主要方向是时域变源（因为如今有大量巡天项目），主要研究对象亮度随时间发生变化的规律。
  • 数据量大，分类，亮度可能是假信号，也可能是真的但是信号有其他问题。如何从信号里面提取真正有用的信息。密切相关的就是分类（比如真伪信号）
  • 变源类型（物理变星（脉动、长周期），几何变星（黑子、食变星、活动））
  • 光变曲线的形状和特征不一样，以前往往是人工经验分类。现在尝试机器学习分类。
  • 样本多，有很多已经分类好的可以作为训练集，主要是各种大型巡天项目、望远镜公开的数据，还有其他人已经分类研究的数据。
  • 主要是光变曲线先做各种处理，然后提取出很多特征作为训练分类的依据。（参考论文 7）
  • 以分类为主要目标，其次可以试者研究一下算法或者其他地方有没有可以创新的
    - 前期可以以看其他论文，积累经验为主要目标，可以搜搜其他方向的论文。