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。
-
分类:
天文学
>>
天文学
-
引用:
ChinaXiv:202110.00009
(或此版本
ChinaXiv:202110.00009V1)
DOI:10.12074/202110.00009V1
CSTR:32003.36.ChinaXiv.202110.00009.V1
- 推荐引用方式:
刘艳玲1,2,3,4,,陈卯蒸1,2,3,4, ,袁建平1,2,3.(2021).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.[ChinaXiv:202110.00009]
(点此复制)