基于机器学习的快速射电暴搜寻方法综述
基于机器学习的快速射电暴搜寻方法综述
复制标题
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
袁建平
中科院分区：
文献类型：
--
作者：
刘艳玲;陈卯蒸;袁建平
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。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快速射电暴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。