近日，我校數(shù)理學(xué)院統(tǒng)計學(xué)研究生代瑤同學(xué)的研究成果《The Classification of Galaxy Morphology in H-band of COSMOS-DASH Field: a combination-based machine learning clustering model》被國際著名期刊《The Astrophysical Journal Supplement Series》（中科院一區(qū)top期刊，IF=8.70）接受發(fā)表。本論文是在數(shù)理學(xué)院天文與天體物理研究所方官文研究員及其研究團隊的指導(dǎo)下完成，代瑤同學(xué)為第一作者，安慶師范大學(xué)為第一完成單位。

本項研究為天文所利用機器學(xué)習(xí)算法對哈勃太空望遠(yuǎn)鏡拍攝的星系圖像進(jìn)行形態(tài)分類的系列工作成果之一，在未采用預(yù)標(biāo)記的先驗樣本作為訓(xùn)練集的情況下，采用無監(jiān)督與有監(jiān)督學(xué)習(xí)算法相結(jié)合的算法，對哈勃太空望遠(yuǎn)鏡在COSMOS-DASH天區(qū)拍攝的17292個星系的H波段圖像進(jìn)行了形態(tài)分類。該機器學(xué)習(xí)算法的模型可以利用所研究天區(qū)內(nèi)的未標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練，不依賴于訓(xùn)練集的選取，并且自適應(yīng)于不同天區(qū)觀測儀器的差別，可高效地對大量星系圖像進(jìn)行形態(tài)分類。未來該算法將應(yīng)用到中國空間站工程巡天望遠(yuǎn)鏡的海量星系圖像分類工作中。

近年來，數(shù)理學(xué)院高度重視研究生培養(yǎng)工作，不斷凝練學(xué)科特色，打造可持續(xù)優(yōu)勢學(xué)科方向，持續(xù)強化研究生導(dǎo)師團隊建設(shè)。以學(xué)生研究興趣為導(dǎo)向確立研究生與導(dǎo)師（導(dǎo)師組）雙向選擇制度，積極引導(dǎo)和鼓勵研究生開展創(chuàng)新性研究，加強學(xué)術(shù)訓(xùn)練，不斷提升研究生培養(yǎng)質(zhì)量和科研創(chuàng)新能力，催生出一批優(yōu)秀的科研成果。（撰稿：徐駿 郭志東 編輯：徐輝 審核：伍代勇 王惠）