典型文献
基于机器学习的快速射电暴搜寻方法综述
文献摘要：
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,相关研究被《自然》(Nature)杂志评选为2020年十大科学发现之一.快速射电暴爆发时间极短且鲜少重复的特点,使其被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快速射电暴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快速射电暴带来了可能.从传统机器学习方法和深度学习方法两方面,对该研究已有的成果进行分析与总结,并探讨了目前基于机器学习的快速射电暴搜寻技术存在的问题和面临的挑战,分析了其未来发展趋势.在不久的将来,深度学习技术将更广泛地应用于快速射电暴搜寻,并成为实现高效搜寻快速射电暴的利器.
文献关键词：
快速射电暴;机器学习;搜寻方法;深度学习;射电天文
中图分类号：
作者姓名：
刘艳玲;陈卯蒸;袁建平
作者机构：
中国科学院新疆天文台,新疆 乌鲁木齐 830011;中国科学院大学,北京 100049;中国科学院射电天文重点实验室,江苏 南京 210033;新疆微波技术重点实验室,新疆 乌鲁木齐 830011
文献出处：
引用格式：
[1]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－国家天文台台刊,2022(05):509-517
A类：
B类：
基于机器学习,快速射电暴,搜寻方法,方法综述,Fast,Radio,Burst,FRB,射电天文,热点前沿,Nature,评选,选为,大科学,科学发现,极短,鲜少,捕捉到,天文观测,观测数据,费力,机器学习技术,多频段,机器学习方法,深度学习方法,技术存在,不久,深度学习技术,利器
AB值：
0.328165
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
