2016年11月8日中午，紫金山天文台2016-2017学年Journal Club第二期报告会在紫台619会议室举办。纪丽研究员主持了本次报告会。

　　首先，牛书同学作了题为“Is the expansion of the universe accelerating?”的科学新闻报告，内容主要为最近的两篇文章中对宇宙加速膨胀质疑以及相对的反驳。Nielsen等人利用Ia型超新星的大样本数据拟合宇宙学参数，发现加速膨胀 (ΩΛ参数) 的的置信度只有3σ，提出加速膨胀并不是坚实的可以被普遍接受的结果；而Rubin等人对前者的数据进行了更精细的处理，得到加速膨胀的置信度已经接近5σ，认为宇宙加速膨胀理论是坚实可信的（参考文献Nielsen et al. 2016 Scientific Reports, Rubin et al. arXiv:1610.08972）。

　　胡茂凯同学为紫台师生做了一场题为“Using Machine Learning for Automated Transient Identification in Supernova Survey”的学术报告。胡茂凯在报告中，由浅入深形象生动地对机器学习及其在超新星巡天中的应用做了简介。机器学习是当下计算机领域、大数据领域等交叉学科的热点，尤其在图像识别中获得了长足的发展和应用。如今的超新星巡天项目，每天都产生大量的CCD图像，需要耗费大量人力识别筛选出有意义的变源。机器学习在图像识别方面独特的技能，使其具备潜力在超星系巡天项目中广泛应用。据目前已有的超新星巡天项目表明，几种主要的机器学习算法（如Random Forests, Support Vector Machines 等）均可有效的实现对假源的剔除。在保证足够精准度的前提下，最终挑选后的结果可以极大的降低人力识别的劳动量。

　　报告之后，师生们进行了长达三十分钟的热烈讨论。活跃的氛围下，有对报告中既有算法模型的探讨优化，也有对未来时域天文学领域巡天项目的展望。最后，大家一致表达了对机器学习领域的兴趣，以及对其在天文学领域广泛应用的信心。

　　Journal Club为紫台年轻研究员带领博士后，面向研究生的开放性课程。旨在培养学生阅读文献和面向全台做学术报告的基本能力，并通过报告进行学术交流、拓宽知识面，增进学生的合作等方面的综合能力。同时面向全台的报告也将促进紫台科研人员之间学术交流和交叉创新。

　　课程于每个秋季学期开设，采用“课内排练+公开报告”的形式组织报名课程的同学在学期内各自完成一次学术报告和一次前沿科学新闻的播报，在与授课导师和其他与课同学的交互过程中提高作报告的技巧和经验。课程公开报告和前沿科学新闻的播报面向全台科研人员，一般安排在秋季学期的后半学期，每周一次。内容涵盖了紫台诸多研究方向，欢迎所有天文学和相关领域的同行前来聆听和交流。Journal Club的相关资讯敬请留意邮件和台主页上发布的信息。