报告题目：Machine Learning Applications for Sky Surveys

报告人：钟福铖（中山大学物理与天文学院，在读博士研究生）

摘要：第四阶段巡天将提供前所未有的光谱与图像数据，为机器学习的应用提供了丰富的资源。在本报告中，我将介绍几种用于处理大规模巡天光谱与图像的机器学习工具，展示其在达到与传统方法相当精度的同时，实现显著更高效率的能力。这一效率的提升不仅节省了时间，还使得更复杂的统计分析成为可能，在面对第四阶段巡天的数据规模时尤为重要。我们致力于在统一的机器学习框架下融合光谱与成像数据，以产出可靠的科学成果。作为示例，我们测试了机器学习利用eROSITA星系团星表约束宇宙学参数的能力，发现其结果与其他方法一致，并有助于缓解哈勃张力。上述工作表明，从原始图像和光谱到宇宙学约束的统一处理管线是可行的，我们将在即将开展的4MOST巡天中对其进行整合与实施。

报告时间：2026年4月14日周二10:00

报告地点：紫台仙林园区5-516会议室

欢迎大家参加！