2023-04-03

1. ChatGPT scores a bad birdie in counting gravitational-wave chirps

   April Fools

   目前探测到多少来自致密天体并和导致的引力波事件，不同文献数字不同，ChatGPT都回答不了这个问题。这里给了一个数据库，统计了目前的探测数量，和文献中预言的未来新的探测器将会探测到的数量。

   

2. Party Planning the Next True Happy New Year: Lunar Orbital Evolution Epochs with Integer Synodic Months Per Year

   April Fools

   cyclostratigraphic、paleontological、tidal rhythmite的数据证明，在过去数十亿年的时间里，太阳、地球和月球之间的角动量相互作用改变了地球和月球的轨道，因此也改变了一个月的长度。这里估计了下一次地球轨道年是整数个月的时间，大约在2.52亿年后。

   

3. Interstellar Objects and Exocomets

   Solar System, Comet

   《Comets III》中的一章，综述奥尔特云之外的银河系彗星群。

2023-04-04

1. Coherent radio bursts from known M-dwarf planet host YZ Ceti

   Stellar, Radio Burst, Binary

   观测magnetic star-planet interaction为确定系外行星的磁场提供了希望。理论预言，在M矮星周围近距离轨道上的类地行星，在特定的行星轨道位置，可以诱发恒星产生强偏振的相干辐射射电爆发。

   YZ Ceti是一个缓慢旋转的M矮星，最近的类地行星轨道周期是2天。通过2-4GHz的观测，发现在相似的轨道阶段，有两个相干爆发。尽管还不能排除是恒星磁场活动的可能，但仍然使YZ Ceti成为一个值得长期检测的目标。

   

2. An Astronomers Guide to Machine Learning

   Stellar, Light Curve, Machine Learning

   光变曲线和光学成像数据中机器学习的例子。

2023-04-05

1. Spectro-Polarimetric variability in the repeating fast radio burst source FRB 20180301A

   Fast Radio Burst, Detection, Polarization

   Parkes对FRB180301的观测，覆盖0.7-4GHz的波段，在1.8-4GHz没有探测到爆发，在1.1GHz爆发数量达到峰值。发现DM随时间的变化$-2.7\pm 0.2\mathrm{p}\mathrm{c}\mathrm{c}{\mathrm{m}}^{-3}\mathrm{y}{\mathrm{r}}^{-1}$。RM发生了明显的变化，且有符号反转。大部分爆发都没有表现出偏振，有偏振的爆发的线偏振随频率降低，且没有偏振位置角的变化，与早期测量结果不同。这些测量结果，以及其它重复暴中观测到的极端偏振特性，表明FRB的progenitors处于动态磁等离子体环境中。

   

2. Astronomical image time series classification using CONVolutional attENTION (ConvEntion)

   Stellar, Light Curve, Machine Learning, Deep Learning

   不从光变曲线中分类，直接从原始光学图像分类变源。将不同波段的单个源的光学图像重排序，使用3DCNN降采样，生成适合Attention模型的序列，加上位置编码，也即图像时间序列，用于分类。

   

2023-04-06

1. Proposed host galaxies of repeating fast radio burst sources detected by CHIME/FRB

   Fast Radio Burst, Galaxy

   对CHIME用基带数据定位的那批FRB找宿主星系，大概找到了3个比较可靠。

   

2. Measurements of the Crab Pulsar's Giant Radio Pulse Amplitude Power-Law Index Using Low-Frequency Arecibo and Green Bank Telescope Observations

   Pulsar, Giant Pulse, Energy Distribution

   用AO和GBT探测Crab低频巨脉冲，拟合幂律指数分别是$-2.63\pm 0.05$和$-3.6\pm 0.5$，于之前低频观测结果大致一致。

   

3. On the correct computation of all Lyapunov exponents in Hamiltonian dynamical systems

   Chaos, Lyapunov Exponent

   Lyapunov指数是衡量混沌性的有用指标，于1980年发布。然而在哈密顿系统中，the expected result of pairs of opposite exponents is not always obtained with enough precision.。这里指出，deviation vectors的初始顺序很重要，以及如何排序以获得一个正确结果。

   

2023-04-07

1. Déjà-vu et Déjà-entendu: Associating fast radio bursts with compact binary mergers via gravitational lensing

   Fast Radio Burst, Gravitational Lensing

   致密双星并和可以产生GW，也有被作为FRB产生的机制。目前还是通过空间和时间的重合，寻找可能与FRB相关的GW。但对GW和FRB之间的时间延迟知之甚少，而且两者的定位较差。这里提出，如果一个双星并和系统产生了GW和FRB，且被lensing，使用强透镜下GW和FRB图像的时间延迟，可以给出$5\sigma$的关联指示。

2023-04-10

1. Machine learning-based seeing estimation and prediction using multi-layer meteorological data at Dome A, Antarctica

   Astronomy, Instrument, Machine Learning

   大气观测是评估和监测一个天文站点最重要的参数之一。能提前预测视宁度的情况可以直到观测决策，并显著提高望远镜的效率，特别是在那些环境恶劣且无人值守的天文台。

   这里使用南极层自动气象站的数据，使用LSTM神经网络来预测视宁度，未来20分钟的预测的误差为0.12角秒，且可以在一秒钟内完成视宁度的计算。

   

2023-04-11

1. Prompt-to-afterglow transition of optical emission in a long gamma-ray burst consistent with a fireball

   Transient, GRB, Observation

   大质量恒星坍缩时产生的极端相对论喷流，碰撞到周边星际介质产生GRB。最初几秒internal dissipation phase能量释放，随后的self-similar jet-deceleration phase产生余辉。然而GRB的光学发射很少被探测到，限制了我们对这两个相之间过渡的理解。

   这里使用The Ground-based Wide-angle Camera array, GWAC探测到了GRB201223A的光学发射，与$\gamma$射线发射吻合，后期的亮度颠簸与余辉开始一致。

   

2023-04-12

1. Future Constraints on Dark Matter with Gravitationally Lensed Fast Radio Bursts Detected by BURSTT

   Fast Radio Burst, Instrument, Black Hole, Gravitational Lensing

   原初黑洞是暗物质的一种可能，目前已经排除原初黑洞的质量$<{10}^{-16}{M}_{\odot }$和$>100M_{\odot }$，者之间的约束仍然很差。被lensing的FRB被认为是约束$<100M_{\odot }$的黑洞的有效探针。

   目前台湾计划建造一个新的望远镜BURSTT，专门用于探测FRB，巡天范围比CHIME大25倍，且可以通过VLBI对FRB进行定位。估计BURSTT-2048每年可以探测到1700个FRB，其中有24个是被lensing的，约束低至${10}^{-4}{M}_{\odot }$的原初黑洞。

2. Feature Guided Training and Rotational Standardisation for the Morphological Classification of Radio Galaxies

   Galaxy, Machine Learning, Deep Learning, Classification

   使用CNN对射电星系形态进行分类。做了adaptation，第一个是数据预处理时使用PCA，旋转星系图像将星系的主成分与坐标轴对齐。另一个是引导CNN在样本中寻找特定的特征。这样的调整可以使训练更稳定且减少训练轮数。

   

2023-04-13

1. Dynamics of space debris removal: A review

   Astronomy, Satellite, Space Debris

   这篇综述讲了空间碎片的统计和规格，介绍了正在进行的清除和防止碎片产生的计划。

2. Galactic ChitChat: Using Large Language Models to Converse with Astronomy Literature

   Astronomy, Deep Learning

   从Galactic Archaeology领域挑选出10篇文章，使用GPT4压缩文本

   Distill each paragraph of the given text, maintaining the same number of paragraphs and structure. Limit the word count to 50% of the original, and ensure references are included.

   使用langchain框架进行之后的操作。在langchain中，压缩后的文本使用text-embedding-ada-002进行embedding，也即特征提取成向量。使用GPT4将expert query和chat history处理成单独的问题并embedding，之后使用FAISS将输入的问题和embedded的问题进行相似性搜索，最后由GPT4输出答案。

   

   使用langchain的具体示例。

2023-04-14

1. Quasi Real-Time Autonomous Satellite Detection and Orbit Estimation

   Astronomy, Satellite, Deep Learning, Object Detection

   用目标检测跟踪卫星。

   

2023-04-17

1. Radio Galaxy Zoo EMU: Towards a Semantic Radio Galaxy Morphology Taxonomy

   Galaxy, Machine Learning, NLP, Deep Learning

   用英文标注星系，用SpaCy提取相似标签，用随机森林训练星系图像匹配标签。

   

2. Lossy Compression of Large-Scale Radio Interferometric Data

   Astronomy, Radio, Data

   压缩visibility数据

   • 使用SVD，将数据投影到rank-r的规则采样空间，在这个空间中，所有的基线数据压缩系数相同。
   • 使用BDSVD，将数据投影到rank-rpq的不规则采样空间，下标pq表示数据的秩在不同的基线pq之间变化，这使压缩系数与基线有关。

   相比传统下采样和依赖基线的平均法BDA，这两种方法都能同样节省空间，但能保持空间分辨率，且降低噪声方差，提高视场边缘的信噪比到1.5dB以上。

3. A catalogue of cataclysmic variables from 20 years of the Sloan Digital Sky Survey with new classifications, periods, trends and oddities

   Stellar, Variable, Catalog

   从SDSS I-IV中观测到的507个灾变变星目录，其中有70个新的灾变变星、59个新的周期、178个未发表的光谱和262个新的分类。

2023-04-18

1. Spectral classification of young stars using conditional invertible neural networks I. Introducing and validating the method

   Stellar, Deep Learning, Simulation

   使用Phoenix合成光谱，训练条件可逆神经网络，用以估计恒星参数（有效温度、表面重力和消光）以及参数的后验概率分布。结果表示，在Phoenix中的Settl网格上生成的数据训练效果最好。

2. Spectroscopic age estimates for 180 000 APOGEE red-giant stars: Precise spatial and kinematic trends with age in the Galactic disc

   Stellar, Machine Learning, Spectrum, XGBoost

   过去几年研究发现恒星丰度和年龄之间有一定的关系。使用APOGEE和Kapler观测的具有星震年龄的红巨星训练XGBoost，并使用模型估计了APOGEE观测到的约18w颗红巨星的光谱年龄。证实了2-5Gyr年龄段的金属丰度梯度比较陡峭，更大年龄段的金属丰度梯度主要由径向迁移产生。

   

2023-04-19

1. Persistent and occasional: searching for the variable population of the ZTF/4MOST sky using ZTF data release 11

   Stellar, Variable, Machine Learning, Classification

   提出一个基于光变、颜色和形态的分类器，用于从ZTF DR11中识别暂现源、持续光变源和非光变源。

   模型使用了

   • 从CatWISE和PS1计算出的9种颜色
   • 从PS1计算的形态学分数
   • 和从ZTF g/r波段光变曲线计算出的61个单波段光变特征

   训练了两个分层随机森林模型，分别对应于ZTF的两个波段，将天体分为17类 - 非光变恒星和星系、三个瞬变类、五个随机光变类和七个周期光变类。

   

2023-04-20

1. FAST-ASKAP Synergy: Quantifying Coexistent Tidal and Ram-Pressure Strippings in the NGC 4636 Group

   Galaxy, Radio, Observation, HI

   使用ASKAP WALLABY、FAST HI和ALFALFA的数据，研究NGC 4636中ram-pressure和潮汐相互作用的影响，引入了光学盘边缘的外力强度和HI盘剥离程度来量化和分解这两种效应对HI气体剥离的影响。

   

2. The SunPy Project: An Interoperable Ecosystem for Solar Data Analysis

   Solar, Software

   SunPy为太阳物理学创建的python软件。

2023-04-21

1. TONE: A CHIME/FRB Outrigger Pathfinder for localizations of Fast Radio Bursts using Very Long Baseline Interferometry

   Fast Radio Burst, Localization, Instrument

   在GBT旁边有8个6米的小镜子，距离CHIME有3333公里，配合CHIME做VLBI，定位FRB。目前测试对Crab定位有0.1-0.2角秒的系统误差，主要来自于钟差，与光学仪器提供的分辨率0.05角秒相当。

   

2. Constraining the Molecular Gas Content of Fast Radio Burst (FRB) Host Galaxies

   Fast Radio Burst, Galaxy, ISM

   用ALMA看CRAFT探测到的5个FRB的宿主星系的CO 3-2发射，星系的红移$z\sim 0.16-0.48$，从其中三个星系探测到信号。使用随金属丰度变化的CO-H2转换系数，估计星系的气体质量。这5个FRB的宿主星系的气体质量-恒星质量关系与目前宇宙中的恒星形成星系一致，气体比例为${\mu }_{gas}=0.1$，气体耗尽时间为$t_{dep}\ge 1Gyr$。

   

3. VarIabiLity seLection of AstrophysIcal sources iN PTF (VILLAIN) II. Supervised classification of variable sources

   Stellar, Variable, Machine Learning, Classification, Catalog

   使用HistGradientBoostingClassifier对PTF的恒星进行分类，并给出了变星目录。

4. A Superluminous Supernova Lightened by Collisions with Pulsational Pair-instability Shells

   Stellar, Supernovae

   超亮超新星是宇宙中能量最高的恒星爆发，其能量来源仍未可知。这里是对SN 2017egm的观测，是一个贫氢亚类超新星SLSNe-I。其亮度在最大亮度后100-350天发生颠簸，挑战了目前的模型。与总质量为$6.8-7.7M_{\odot }$的circumstellar shells的连续相互作用可以解释。

   

2023-04-24

1. Neutron star phase transition as the origin for the fast radio bursts and soft gamma-ray repeaters of SGR J1935+2154

   Fast Radio Burst, Theory, Magnetar, Phase Transition

   中子星的相变可以为FRB和SGR提供动力。

2023-04-25

1. Pulsar Candidate Classification Using A Computer Vision Method Combining with Convolution and Attention

   Pulsar, Machine Learning, Deep Learning, Classification

   韩金林组做的用CoAtNet做的脉冲星候选体分类，使用到脉冲星信号折叠后的Phase-Time、Phase-Frequency、DM-ReducedChi2、Phase-Intensity数据作输入。

   

2. The Performance of FAST with Ultra-Wide Bandwidth Receiver at 500-3300 MHz

   Radio, Instrument, FAST

   FAST的新超宽带的性能，覆盖500-3300MHz，分成四个独立波段，每个波段有1048576=1024x1024个通道，实现光谱分辨率为1 kHz。天线增益约为14.3-7.7 K/Jy，孔径效率为0.56-0.3，系统温度88-130K。

   

2023-04-26

1. Disentangling the Faraday rotation sky

   Galaxy, Milky Way, Magnetic Field, Rotation Measure

   使用河外RM测量、河内脉冲星DM测量、轫致辐射和$H\alpha$谱线的数据测量银河系的电离介质，给出银河系视线方向磁场强度图，全天磁场强度$4\pm 1.1\mu G$。

   

   以及银河系色散图。

   

2023-04-27

1. Detecting HI Galaxies with Deep Neural Networks in the Presence of Radio Frequency Interference

   Galaxy, Radio, Detection, Machine Learning, Segmentation

   用Mask RCNN + PointRend从模拟时间-频率数据中分割星系HI信号。

   

2. Plasma lensing with magnetic field and a small correction to the Faraday rotation measurement

   Radio, Plasma Lensing, Polarization, Theory, Fast Radio Burst

   等离子体透镜诱发双折射，除了法拉第旋转外，信号的几何延迟会引起线偏振的旋转，与频率的四次方相关。另外也会导致色散关系改变。

   

2023-04-28

1. Classifying FRB spectrograms using nonlinear dimensionality reduction techniques

   Fast Radio Burst, Machine Learning, Classification

   用UMAP和t-SNE分别对CHIME的FRB目录中，FRB的参数和FRB图像经过resnet特征提取后的向量进行降维，说重复暴一般是窄带的，并且图像性能更好。

2. Distinguishing a planetary transit from false positives: a Transformer-based classification for planetary transit signals

   Stellar, Light Curve, Machine Learning, Deep Learning, Transformer

   用Transformer分类TESS的光变曲线，并检查注意力图谱。