研究方向
当前位置:
中文主页
>>研究方向
射电宇宙学中的先进数据分析技术
近年来，深度学习算法为天文数据分析打开了新的窗口，特别是在分析、提取复杂图像中的重要信息方面有极大的潜力。借助于深度学习算法，减除中性氢强度映射巡天数据的前景干扰，特别是应对有系统效应污染的前景干扰减除，是目前研究的热点之一，我们在此领域率先开展了一些列基础性的研究工作。比如，针对中性氢强度映射巡天中由于波束随频率的变化、波束旁瓣的信号泄露影响、以及波束极化泄露等问题，我们通过模拟数据，发展了一套基于U-Net深度学习网络的前景减除方法。通过模拟数据，构建一些列包含系统效应的训练集数据，训练深度学习网络，从而使得U-Net网络可以进一步消除传统PCA前景减除后的前景残存，修正由于PCA前景减除造成的信号损失。